当AI遇上金融科技，揭秘360金融背后的技术原理与架构

此外，王哲还表示在互联网金融的网络结构中，首先需把非监管类的业务放在公有云里，并把客户可以使用的、允许隔离的放在金融云上，当在强监管的情况下企业还需构建金融专有云，这也将会是金融科技企业未来的网络结构形态。

360 大数据平台技术架构与实践

据统计，360 每天会产生300T+数据、103亿条记录，拥有141款产品，覆盖12亿多的用户。其中，360 所产生的数据类型也十分多样，比如来自语音数据、视频类数据、结构化以及半结构化的数据，同时 360 数据存储也很分散，多地域、多介质、多业务为 360 大数据中心的存储特征。

面对如此海量数据，360 大数据平台的技术架构是如何设计的呢?360 大数据中心技术总监徐皓表示，360 大数据平台架构主要分为三层，第一层是计算存储层，其兼容业界主流计算与存储，并在此基础上提供统一、高效的存储、计算和运维能力;第二层为数据治理层，其基于底层的存储计算能力，以数据资产为核心，从采集、集成、开发以及管理等几个维度构建一套全生命周期、智能化的数据治理平台;第三层是业务应用层，是基于数据治理的能力基础上，面向不同领域构建的场景下解决方案。

数据治理层中包含数据采集、数据管理、数据集成以及数据开发。其中，数据治理层还包括 360 根据海量数据构建的一系列通用的智能服务，包括人脸识别、手势识别、图片分类、认知智能、决策训练、决策测试等通用能力。

在底层和中层基础之上，业务应用层面将向不同的领域构建不同的应用，其中就包括互联网应用、物联网应用和 2B&2G 应用。而 2B&2G 业务正是今年 360 集团除了 2C 业务之外的新规划，主要提供给政企客户一个高质量大数据分析的能力。

为使金融业务更加准确、快速、敏捷，360 结合从广告、游戏、导航、手机卫士等各个业务线的海量数据，通过资产平台、数据集成、数据安全、图谱平台以及机器学习平台，最终提供适配业务需求的金融数据服务，比如用户画像、知识图谱等等。

徐皓还向参会者们阐述了 360 金融流程与大数据平台融合三大部分，一是海量数据治理，让数据合规、可信、安全;二是高性能、高可靠的数据处理，为上层金融应用提供快速、准确的数据;三是平台的极致体验，让金融研发更简单、更敏捷地推进。

后记

除了三位技术专家的精彩分享之外，晚场活动中人工智能、数据中台、区块链、金融云与联邦学习五个技术小组的组长，分别由360金融高级算法专家张彤彤、360金融架构总监黄建庭、360服务端开发架构师赵化强、360金融技术副总裁姜涛、360金融高级算法工程师王垚炜、360金融算法工程师白苗君担任，小组组长们深入各小组内部，带领参会者进行了热烈的讨论，小组成员也踊跃抛出自己各种问题和见解，现场讨论气氛一度十分热烈。

在最后的小组总结分享环节中，每组代表对小组内共同讨论的结果与感想进行了总结阐述。

其中，AI 小组就关于业务营销与产品需求、产品推荐进行了分享;数据中台小组则给出了关于数据中台与数据平台的区别讨论结果，并就差异化内容与数据质量问题进行了深入探讨;区块链小组主要集中探讨了隐私保护、多方计算、数字货币等技术挑战与解决方案;金融云小组给出了关于金融云加AI的赋能与云安全的探讨成果;联邦学习小组则就联邦学习的深度学习方式与存在的问题进行了专业分析。

小组分享结束后，360 金融首席数据科学家沈赟博士也就此次活动进行了总结。他指出，大家要时刻保持一颗强烈的好奇心，同时在坚持技术导向的同时更应坚持业务导向，最后沈赟博士强调，在使用技术和科技的过程中，守住底线非常非常重要，只有这样我们的业务才能稳健地可持续地发展，并追求我们的科技梦。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!