活动和网络研讨会

发现最权威的网投平台s可以为您的AI计划带来的差异

即将来临的事件

11月30日- 12月2日芝加哥,

加入最权威的网投平台的联合创始人贝利斯图讨论:
AI时代MRM团队的任务

评估法规的影响以及人工智能应用的增加
需要更好的治理
建立新的检查和过程，这些检查和过程可以并且必须自动进行控制和规模
案例研究:一家F200银行如何成功地将自动化添加到模型风险中处理和减少30%的模型验证时间

随需应变的会话

人工智能时代对模型治理的授权

随着最近推出的ChatGPT的大规模宣传, 人工智能(AI)已被提升为董事会级别的举措. 而人工智能提供了巨大的潜力, 如果使用和治理不当，它还会带来重大的业务风险. 观看这个有影响力的网络研讨会，Liming Brotcke (盟友银行数据科学高级总监)和Dave Trier (最权威的网投平台产品副总裁)就如何在人工智能时代开始实施现代模型治理框架给出了实用的建议.

构建自动化模型生命周期

由最权威的网投平台首席技术官吉姆·奥尔森在2022年多伦多机器学习峰会上介绍

模型生命周期的基础知识:由什么组成模型生命周期以及如何设计一个模型生命周期
治理:开发一个自动化的治理工作流
监视:如何以灵活的方式监视部署后的模型
补救:创建跟踪并加速解决时间的补救工作流程

构建可扩展的AI操作并避免关键瓶颈

由最权威的网投平台首席技术官吉姆·奥尔森介绍

为企业扩展人工智能意味着更多的数据、更多的计算、更快的速度和馈送.

企业架构师需要适应多种DSML工具、数据系统和服务环境. 除了迁移到云或多云, 码头化之旅, 越来越多地使用第三方人工智能模型和第四方人工智能. 您如何实现运营和治理的企业标准, 不扼杀创新，不增加复杂性?

关于人工智能治理的惊人真相

由最权威的网投平台联合创始人斯图·贝利介绍

通常当最权威的网投平台想到“治理”时，最权威的网投平台想到的是“缓慢”、“瓶颈”、“反创新”。. 但正确的人工智能治理方法超越了道德人工智能、公平和偏见，还提供:

对人工智能工作和投资的业务贡献的可见性
使用最新工具和技术进行创新的自由
更快地解决问题，减少相互指责和浪费精力

在本次网络研讨会中，DS、AI、CoE和CDAO团队将学习如何:

展示他们的人工智能计划的投资回报率
自动化整个模型生命周期，并在团队之间建立无缝的移交
定义和实现可重用的治理模板
自动确保所有AI治理策略(例如.g. 道德和公平)被强制执行

模型风险产业化:人工智能时代MRM团队的任务

人工智能采用的增长伴随着旨在将人工智能固有风险降至最低的法规的并行增长. Many financial institutions have risk management processes and teams; however, 这些过程通常是手工的，并且需要训练有素的模型验证者, 哪些是短缺的. 正因为如此, 模型风险团队无法跟上新模型数量的增长, 与大量积压的现有模型验证相结合, 后续, 以及年度评审. 这个演讲提供了关于如何解决这种成长痛苦的真实生活经验.

模型风险:数字化的速度如何改变风险

数字颠覆现在是你工作流程的一部分，根据它带来的速度调整你处理模型风险的方法是必要的. 在这次小组讨论中, 银行业内部人士分享了他们管理这一问题的策略, 同时保持控制和质量.

小组成员:

最权威的网投平台联合创始人兼首席企业人工智能架构师贝利斯图
阿古斯Sudjianto, 富国银行(Wells Fargo)执行副总裁，企业模型风险主管
Krish哲人, 富国银行(Wells Fargo)人工智能、大数据分析和商业智能高级副总裁
哈瑞·夏尔马顾问,TruEra
朱利安•Horky 贝伦贝格资本市场风险控制主管

人工智能和模型驱动计划的端到端治理和规模

如今，企业拥有严格的风险、监管和合规政策. 当涉及到人工智能时，这些政策还在不断发展. 在这个演讲中, 最权威的网投平台联合创始人兼首席企业人工智能架构师, 斯图·贝利分享了一个大型金融机构的案例研究，该机构正在使用人工智能来更好地为欺诈检测增加新的防御层, 以及他们如何成功地建立了一个审计就绪的最权威的网投平台s实践，该实践还将模型运营成本降低了50%.

利用人工智能作为竞争优势的来源

企业正在投资人工智能，目的是通过独特的服务提供和改进的业务运营为他们创造市场差异化. 但是对于许多组织来说，人工智能模型的最权威的网投平台s(模型操作)仍然是高质量和可扩展的人工智能的障碍. 在这个讨论中, 小组成员根据从行业领导者那里学到的经验教训讨论了最权威的网投平台s的挑战和最佳实践.

小组成员:

Dave Trier, 最权威的网投平台产品副总裁
Agus Sudjianto，富国银行执行副总裁，企业模型风险主管
Jacob Kosoff，区域银行模型风险主管
Richa Sachdev，先锋公司机器学习工程主管
Siddharth Mehrotra，高级副总裁，数据科学主管 & 分析技术，Citi Velocity - Citi

保险公司的最权威的网投平台:释放人工智能的价值

贝利斯图，联合创始人兼首席AI企业架构师分享:

保险公司实现人工智能效益的障碍
获取人工智能价值的顶级用例
QBE保险释放人工智能的价值

2021年美国保险业的未来: 借助人工智能在数字化保险市场中茁壮成长

听听杰出的行业领袖小组的意见:
丹•摩尔首席运营官 QBE北美
瑞秋Alt-Simmons，企业业务架构主管安盛艾尔
贝利斯图，联合创始人兼首席企业人工智能架构师最权威的网投平台

讨论:

利用人工智能降低成本，提高客户满意度, 提高运营效率，加快承保复杂风险的报价时间
通过人工智能驱动的分析改进风险分析和选择，以优化投资组合的定价
探索人工智能在新闻报道语言优化筛选中的价值, 面对流行病和网络问题，提供透明度

由Bryan Falchuk主持，Insurance Evolution Partners管理合伙人.

WSTA高管技术讲座:人工智能/机器学习 & 分析

由最权威的网投平台赞助

在这一集里, Equilend的Dharm Kapadia与Nemertes的首席执行官Johna Till Johnson一起分析了FinServ公司的现状和关键考虑因素, 如:

利用你现有的内部人才，寻找合适的新员工来指导你的进步
管理可用工具的集成 & 包括开源在内的技术
探讨人工智能和机器学习的未来可能性和局限性

操作人工智能模型的第一步

在本节中从 MLOps世界:生产中的机器学习会议，最权威的网投平台首席技术官吉姆·奥尔森 向您展示如何设计和构建模型生命周期, 包括如何合并行业最佳实践，以及提供创建模型生命周期的注意事项, 谁应该参与其中, 以及必须考虑的问题类型.

你会学到什么:

模型生命周期设计
可操作模型监控
模型管理

AI和ML模型的治理和风险管理

模型风险管理对风险和合规团队来说并不新鲜，但人工智能和机器学习模型是新鲜的. 人工智能和机器学习模型需要对用于操作它们的过程及其结果进行严格的控制和治理. 创建一个自动化的最权威的网投平台s过程允许公司在执行治理的同时发展和扩展他们的AI计划, 业务和风险控制不仅是预期的, 但要求.

在这个在线讨论中 来自最权威的网投平台、地区银行、富国银行和高盛的高管, 了解模型风险管理团队如何加强模型操作流程以确保监管, 法规遵从性和风险要求及控制得到执行和审计.

最权威的网投平台s与MLOps的区别是什么?为什么要关注它们

在这个来自 MLOps:生产中的机器学习-纽约 会议, 吉姆·奥尔森, 最权威的网投平台的首席技术官, 讨论并展示了最权威的网投平台s, 管理所有类型的模型和mlop的规程, 只管理机器学习模型, 在模型操作要求上是否不同.

2021年最权威的网投平台s峰会

主题演讲: 埃里克Brethenoux 副总裁分析师和人工智能研究议程负责人， Gartner

小组讨论的高管来自 盟友银行, 嘉信理财, 纽约人寿, 地区, 毕马威(KPMG), Cantor Fitzgerald等等.

人工智能时代的模型风险管理

驱动风险的三个方面是日益增加的复杂性、监管风险和业务成本. 这个主题讨论了这些风险，以及最权威的网投平台s如何保持AI模型兼容并按照设计运行.

企业人工智能计划的运营规模和治理

最权威的网投平台s部署、监控和管理AI/ML模型的最佳实践
客户是如何使用最权威的网投平台s扩展和管理AI的
“最权威的网投平台s Essential”指南中的亮点

管理，集成和实现模型，数据，人工智能 & 毫升倡议

听听英国石油公司高管的看法, 地区和富国银行, 前花旗, 当他们讨论模型制作的不同方面时(监管指导方针), 可解释性和偏见, 跟踪指标, 部署速度 & 刷新)，并提供市场解决方案. 他们还分享了他们对模型生产的组织方面的看法, 1日之间, 2nd, 第三道防线和技术的作用, 公司的风险, 数据科学.

使用最权威的网投平台s将企业AI计划引入生产

领先的分析师对最权威的网投平台s空间的看法
执行执行者分享他们关于如何在具有所有类型模型的世界中对整个企业中的所有模型进行操作的经验, 法规和对可解释性和可见性的需求.
经验教训, 什么是有效的, 什么没有, 以及最权威的网投平台s如何成为企业人工智能在最权威的网投平台所处的新常态中适应和发展的关键能力.

使用最权威的网投平台s扩展和管理您的企业AI计划

将AI/ML模型集成到现有流程中的主要挑战
如何最好地调整治理以包括AI/ML
最权威的网投平台s应该驻留在哪里?
企业人工智能计划的kpi

实施人工智能模型生命周期

最权威的网投平台s正在打破人工智能和机器学习模型的操作障碍. 迈克Gualtieri, Forrester分析师斯图·贝利报道, 最权威的网投平台联合创始人, 分享最权威的网投平台如何帮助组织操作模型.

人工智能时代的模型风险管理项目

Shrikant破折号, 银行高管和MRM专家, 和斯图·贝利, 最权威的网投平台联合创始人, 讨论AI/ML模型的新兴模型风险管理(MRM)需求.

分析操作风险管理框架

H.P. 丁钠橡胶, 人工智能银行的创始人, 斯图·贝利, 最权威的网投平台联合创始人, 讨论操作模型风险管理的最佳实践.

主动通过审核

人工智能和机器学习模型正在推动风险管理团队重新评估他们的流程，并确保他们满足不断变化的监管指导方针. 贝利斯图, 最权威的网投平台和Manish Chakrabarti的联合创始人, 银行风险管理主管, 讨论银行业风险管理要求.

在适当的风险管理和控制下实施人工智能

了解如何负责任地实施和操作AI/ML模型，并在整个模型的生命周期和正确的组织中进行控制, 工具和过程.