Fin Data Conference

13 декабря 2018 года состоится профессиональная кейс-конференция Fin Data Conference 2018. Это конференция об анализе и технологиях больших данных компаний финансовой отрасли. Тему больших данных в финансовой отрасли переоценить невозможно, объем информации, накапливаемой финансовыми компаниями, больше чем у любых других организаций. Уникальность конференции состоит в том, что фокус программы сосредоточен исключительно на практических аспектах с большими данными в финансовых компаниях.

В условиях глобальной диджитализации финансового сектора, все больше компаний стремятся стать data-driven, понимая, что внедрение технологий эффективного анализа данных один из основных драйверов роста и развития компании, повышения прибыльности и конкурентоспособности.

Между тем, переход на новые рельсы - как правило болезненный процесс, в ходе которого неминуемы ошибки и промахи. Для ответов на вопросы: как выжать максимум пользы из накопленной информации и

 как максимизировать плотность положительного эффекта в условиях автоматизации и роботизации бизнеса, 13 декабря 2018 г. на площадке профессиональной кейс-конференции Fin Data Conference 2018 соберутся эксперты и практики финансового рынка.

Целевой аудиторией являются директора по управлению: IT, рисками, R&D, маркетингу, стратегическому развитию, отделов операционных рисков, аналитики данных, развитию технологий ML, Data Scientists, разработчики решений по аналитике данных и роботизированных систем.

Как стать data-driven в условиях ужесточения регулирования в области обработки данных? Как GDPR влияет на процесс развития решений на основе аналитики данных? Как подготовить инфраструктуру для успешной реализации перехода? На каком этапе перехода от автоматизации к роботизации находятся современные банки и финтех-компании? Возможен ли переход к роботизации исключительно внутренними подразделениями финансовых компаний? Как примирить интересы it и аналитического подразделения? Какова реальная стоимость разработки роботизированного решения? Гарантирует ли найм сильной команды data science разработку гарантированно эффективной системы? Как добиться окупаемости инвестиций в анализ данных и стоит ли разрабатывать кастомизированные решения? Каковы основные области применения big data в современных финансовых компаниях, как примирить маркетинг и риски и как новые технологии организации работы с данными изменят бизнес-процессы? Возможен ли экстенсивный переход от Big Data к Smart Data?

В конференции примут участие представители банков, страховых, лизинговых и факторинговых компаний, интернет-компаний, телеком-компаний, микрофинансовых компаний, мобильных компаний, fintech-компаний и технологических стартапов.

Конференция будет полезна новыми практическими кейсами применения данных в части управления рисками, идентификации заемщиков, управления маркетинговыми стратегиями, взаимодействием с клиентом, работы с новыми источниками данных, рекомендациями по сегментации клиентской базы и по предотвращению убытков.

На сайт мероприятия

Подписаться на новости BIS Journal / Медиа группы Авангард

Подписаться
Введите ваш E-mail

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных

15.05.2026
Банк России не будет наказывать МФК. Пока
15.05.2026
Криптотрейдеры получат готовую базу ещё до официального старта?
15.05.2026
MFASOFT и Ideco подтвердили совместимость Secure Authentication Server с NGFW Novum
15.05.2026
Semperis: Слишком много ИИ-агентов и слишком много разрешений
15.05.2026
Мнение: Операционная зрелость остаётся уделом меньшинства
14.05.2026
Россияне стали позволять себе больше (кредитов)
14.05.2026
Корейские «чиподелы» требуют свой кусок ИИ-пирога
14.05.2026
Минцифры изменит сроки импортозамещения софта на ЗО КИИ?
14.05.2026
ЕЦБ призвал европейский финсектор готовиться к новому классу угроз
14.05.2026
ЛК: Многие воспринимают QR-код как нейтральный технический инструмент

Стать автором BIS Journal

Поля, обозначенные звездочкой, обязательные для заполнения!

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных