重庆银行成立于1996年,是西部和长江上游地区成立最早的地方性股份制商业银行。按照重庆市政府制定的"龙虾三吃"发展战略,2013年11月6日在港交所成功挂牌上市,成为全国146家城商行中首家在港交所主板成功上市的内地城商行。近年来,重庆银行在社会各界的关心帮助下,逐渐发展成为一个业务结构优、资产质量好、盈利能力强、发展潜力大的"小而优"的商业银行。
截至2016年12月31日,重庆银行资产总额3731.03亿元。在英国《银行家》对全球千家银行2015年度排名中,重庆银行列290位,步入全球银行前300强。在中国《银行家》对资产规模2000亿元以上城商行的年度综合排名中,也进入全国城商行前三甲。同时重庆银行H股还入选摩根士丹利全球小型股指数(MSCI)和恒生可持续发展企业基准指数(HSSUSB),成为大陆首家也是迄今唯一一家被纳入该指数的城市商业银行。
随着互联网金融的兴起,互联网金融快速占领新兴金融市场,并对传统银行主营业务进行全面渗透。重庆银行面对互联网金融竞争,急需重构以金融大数据分析为基础的决策和服务体系,以提升自身竞争力和客户满意度,应对互联网金融灵活、快速、精准的竞争。
依托云计算、大数据等新兴信息化技术,互联网金融服务提供更加创新的业务、更好的用户体验,对商业银行的传统金融服务模式提出了变革需求。尤其对于中等规模的城市商业银行,在人员配置、业务创新能力相对弱势的情况下,如何利用技术创新,以应对互联网金融服务带来的挑战,是每个城市商业银行所面临的重要课题。
当前,重庆银行金融业务模式是先设计出金融产品,再由客户来购买,缺乏互联网金融基于已有金融数据的回馈和创新机制,导致产品创新不足。因此急需构建以大数据分析为基础的决策和服务体系,加速产品创新,实现预测和风险控制,进而提升自身竞争力和客户满意度。
另外,在长期的经营过程中,重庆银行生产、经营、客户资源管理、网银等系统积累了很多的结构化、半/非结构化的数据(如订单、合同、日志等)。但这些数据以往主要用于经营支撑,缺失利用现有数据,进行数据挖掘,实现以数据经营指导业务创新的能力。
面临大数据时代的挑战,急需构建全行大数据平台,建设第二数据平面,支撑金融业务大数据创新。同时,要求大数据平台满足重庆银行生产系统的规范,兼顾可靠性、安全性、易用性。
华为FusionInsight大数据平台很好的满足了重庆银行对于大数据平台技术要求,其通过分布式处理的框架,以高可靠、高效率、可伸缩的方式处理海量数据。并通过平台多租户能力,统一构建大数据平台,以支持不同部门对于业务创新的要求。同时基于大数据平台构建实时查询、风险控制、实时征信、实时事件营销,以及针对准确客户群的精准营销等业务。
该平台兼容SQL92、SQL99、SQL2003的核心集,完全兼容TPC-DS全部的99个SQL用例;同时,为了增加大数据平台的易用性和复杂查询能力,其创新的设计了表聚簇和多级索引方案,可实现重庆银行现有数据库、数据仓库的无缝对接。
同时,华为FusionInsight围绕大数据采集、存储、处理、洞察和服务的全生命周期,为金融大数据典型的:历史交易明细查询、实时征信、实时事件营销、客户行为分析等应用场景提供配套解决方案。其中,大数据洞察平台FusionInsight Miner提供百万维大数据特征提取、管理、建模的能力,帮助客户直接实现小微贷获客预测、或有金融资产预测等业务;大数据服务平台FusionInsight Farmer可以作为历史交易明细查询平台、实时征信平台、实时事件营销平台,让客户更专注大数据业务开发本身,更方便的使用大数据平台。
基于华为Fusininsight大数据平台,构建了重庆银行全行大数据基础架构,实现了全行结构化、半结构化和海量非结构化数据的统一存储与整合。同时为多业务部门提供大数据服务,构建实时查询、风险控制、实时征信、实时事件营销等创新业务系统;并以数据挖掘与应用,指导金融业务创新的探索,初见成效。
重庆银行的相关项目负责人表示:"通过华为Fusioninsight大数据平台,构建我行大数据基础平台,其高性能、高安全、多租户等企业级特点,有利于后续规划的多种应用的部署。同时平台对SQL支持良好,适于我行业务人员熟悉SQL的特点。"
好文章,需要你的鼓励
当AI遇到空间推理难题:最新研究揭示GPT-4等顶尖模型在传送门解谜和立体拼图中集体"挂科",复杂智能远比我们想象的更难实现。
这项研究首次系统评估了AI代码智能体在科学研究扩展方面的能力。研究团队设计了包含12个真实研究任务的REXBENCH基准,测试了九个先进AI智能体的表现。结果显示,即使最优秀的智能体成功率也仅为25%,远低于实用化要求,揭示了当前AI在处理复杂科学推理任务时的显著局限性。
2025施耐德电气智算峰会上,全新EcoStruxure(TM) Energy Operation电力综合运营系统正式亮相,定位场站级智慧能源管理中枢,集技术领先性与本土适配性于一体。
俄罗斯莫斯科国立大学研究团队开发出MEMFOF光流估计新方法,在保持顶尖精度的同时将1080p视频分析的GPU内存消耗从8GB降至2GB,实现约4倍内存节省。该方法通过三帧策略、相关性体积优化和高分辨率训练在多个国际基准测试中取得第一名成绩,为高清视频分析技术的普及奠定基础。