近日，由中國(guó)農(nóng)業(yè)銀行聯(lián)合《金融電子化》雜志社舉辦的“雅典娜杯”數(shù)據(jù)挖掘大賽頒獎(jiǎng)典禮在京舉行。第四范式代表隊(duì)（AutoXing）獲得大賽第一名，并由中國(guó)農(nóng)業(yè)銀行行長(zhǎng)張青松現(xiàn)場(chǎng)頒獎(jiǎng)。

“雅典娜杯”數(shù)據(jù)挖掘大賽在參與廣度和深度方面均達(dá)到了相當(dāng)高的水準(zhǔn)，吸引了超過(guò)70家金融機(jī)構(gòu)、科技企業(yè)和高校的361支隊(duì)伍參賽，參賽人數(shù)達(dá)到870人。大賽希望通過(guò)機(jī)器學(xué)習(xí)等方法，真正解決金融企業(yè)業(yè)務(wù)發(fā)展中面臨的實(shí)際問(wèn)題。比賽主題設(shè)定為貸款風(fēng)險(xiǎn)預(yù)測(cè)，每個(gè)參賽隊(duì)伍需要根據(jù)貸款數(shù)據(jù)信息，建立準(zhǔn)確的風(fēng)險(xiǎn)控制模型，預(yù)測(cè)用戶(hù)未來(lái)是否會(huì)逾期還款。

大賽最終考察參賽隊(duì)伍對(duì)業(yè)務(wù)場(chǎng)景和數(shù)據(jù)的理解，特征抽取以及高維算法建模的能力。第四范式代表隊(duì)利用第四范式AutoML技術(shù)，構(gòu)建包括用戶(hù)基本屬性、信用卡賬單記錄、瀏覽行為、銀行流水等不同維度的特征，從多角度進(jìn)行了特征選擇，降低噪聲，在保證模型穩(wěn)定性的同時(shí)，通過(guò)模型融合進(jìn)一步提升了模型效果，最終摘得本次大賽桂冠。


AutoML（自動(dòng)機(jī)器學(xué)習(xí)）是第四范式打造的企業(yè)AI應(yīng)用低門(mén)檻產(chǎn)品，旨在讓機(jī)器自動(dòng)完成建模、自動(dòng)調(diào)參的工作，使整個(gè)機(jī)器學(xué)習(xí)過(guò)程更加自動(dòng)化，降低對(duì)AI 科學(xué)家的依賴(lài)。自2015年起，第四范式重點(diǎn)聚焦在AutoML技術(shù)的前沿創(chuàng)新和落地應(yīng)用上，以真實(shí)場(chǎng)景驗(yàn)證其能力和商業(yè)價(jià)值。目前，第四范式的眾多客戶(hù)已經(jīng)基于AutoML產(chǎn)品在各個(gè)業(yè)務(wù)場(chǎng)景中自主構(gòu)建AI應(yīng)用。在本次比賽中，某股份制商業(yè)銀行應(yīng)用第四范式AutoML技術(shù)也取得了優(yōu)異表現(xiàn)。

中國(guó)人民銀行中國(guó)金融電子化公司黨委書(shū)記、總經(jīng)理張永福表示，本次大賽凝聚了業(yè)內(nèi)優(yōu)秀數(shù)據(jù)挖掘選手同臺(tái)競(jìng)技，各家機(jī)構(gòu)展現(xiàn)出對(duì)金融業(yè)特有的業(yè)務(wù)理解和技術(shù)儲(chǔ)備優(yōu)勢(shì)，一批優(yōu)秀的模型成果脫穎而出，為金融業(yè)的科技引領(lǐng)提供了很多優(yōu)秀案例。