2021年，北京銀行金融征信培訓，參與人數(shù)50人

2 近兩年500強企業(yè)及各院校授課案例：

2020年，中國電信浙江分公司：互聯(lián)網(wǎng)思維下的品牌營銷，參加人員共200人以上。

2020年，廣汽集團：互聯(lián)網(wǎng)思維下的品牌營銷，參加人員共100人。

2020年，美的集團：大數(shù)據(jù)營銷，參加人員共300人以上。

2020年，TCL集團：工業(yè)4.0與中國制造2025培訓，參加人員200人。

2020年，中國核能集團：工業(yè)4.0與中國制造2025培訓，授課4期，參加人員共130人以上。

2020年，北京大學總裁班：數(shù)字化創(chuàng)新思維，授課4期，參加人員共180人以上。

2021年，武漢大學EMBA總裁班：大數(shù)據(jù)創(chuàng)新營銷，授課4期，參加人員共100人以上。

2021年，杭州移動分公司：人工智能與大數(shù)據(jù)培訓，授課6期，參加人員共200人以上。

2021年，浙江大學總裁班：區(qū)塊鏈與數(shù)字化貨幣培訓，授課人數(shù)30人。

2021年，中國惠普區(qū)塊鏈技術與財務系統(tǒng)落地培訓咨詢，項目人數(shù)40人

2021年，上海交通大學：區(qū)塊鏈技術與金融服務培訓咨詢，授課人數(shù)40人

2021年，清華大學新基建發(fā)展培訓總裁班，授課人數(shù)30人

參與過多項與 AI、機器學習、大數(shù)據(jù)分析項目：

ü  拉卡拉征信大數(shù)據(jù)分析與金融征信機器人項目:

-    考拉征信是拉卡拉旗下獨立的、開放的第三方信用評估及信用管理機構，是當前國內同時持有個人征信牌照及企業(yè)征信牌照的征信企業(yè)，也是國內首個成立專注于大數(shù)據(jù)征信模型研究的專業(yè)實驗室的征信機構。考拉征信的數(shù)據(jù)來源是多維度的，依托大數(shù)據(jù)和互聯(lián)網(wǎng)平臺，數(shù)據(jù)來源既有拉卡拉十年積累起來的便民、電商、金融及近億級個人用戶和百萬線下商戶日常經(jīng)營的相關數(shù)據(jù)，同時藍標、拓爾思、梅泰諾和旋極等四家上市公司也同步共享其數(shù)據(jù)，此外還有公安、法院、航空、通訊、學歷、學籍、工商等公共部門及其他行業(yè)合作的數(shù)據(jù)。

-    基于考拉的非結構化大數(shù)據(jù)，本項目將重點研究：

個人征信大數(shù)據(jù)建模，企業(yè)征信大數(shù)據(jù)建模，對于個人用戶的反欺詐征信大數(shù)據(jù)建模及處理系統(tǒng)等具體問題。

-    自動收集、分析并處理多源、異構、非結構化的數(shù)據(jù)，充分驗證并研究面向管理決策的非結構化大數(shù)據(jù)挖掘方法技術，面向管理決策的多源異構大數(shù)據(jù)融合方法，以及大數(shù)據(jù)統(tǒng)計推斷與決策方法等重要研究內容。利用大數(shù)據(jù)的價值，對征信管理決策提供重要的支撐作用。

ü  春雨醫(yī)生健康大數(shù)據(jù)挖掘人工智能實證平臺項目:

-    基于春雨醫(yī)生的大量問診數(shù)據(jù)和全國范圍內的病情分布數(shù)據(jù)，本項目將應用并驗證大數(shù)據(jù)統(tǒng)計推斷與決策方法；基于此平臺中的海量問診，本項目將應用并驗證面向管理決策的非結構化大數(shù)據(jù)挖掘方法技術，既包括問診文本挖掘技術，也包括問診圖片挖掘技術；在此基礎上，進一步研究并應用如何將春雨內外部大數(shù)據(jù)轉化為能夠輔助病情診斷和輔助治療的專業(yè)性知識，為自動化診療提供科學依據(jù)，由此研究非結構化大數(shù)據(jù)支持醫(yī)療決策的方法。

ü  36Kr（36 氪） 雙創(chuàng)指數(shù)AI平臺系統(tǒng):

-    基于此平臺數(shù)據(jù)來源的廣泛性和異構性，本項目將應用并研究面向管理決策的多源異構大數(shù)據(jù)融合方法；在對多體量巨大的數(shù)據(jù)進行分析和推斷中，本項目將應用并驗證大數(shù)據(jù)統(tǒng)計推斷與決策方法；在具體的指數(shù)構建及驗證過程中，本項目將應用并驗證面向管理決策的非結構化大數(shù)據(jù)挖掘方法技術，特別是文本挖掘技術，如文本的結構化表示、文本特征提取和文本分類等。

-    本項目的重要完成研究并應用基于非結構化大數(shù)據(jù)挖掘技術將這些大數(shù)據(jù)轉化為能夠輔助管理決策的描述中國創(chuàng)新創(chuàng)業(yè)情況的知識，實時監(jiān)控中國創(chuàng)新創(chuàng)業(yè)現(xiàn)狀，為監(jiān)管機構和政府部門的政策制定提供科學依據(jù)，防范市場風險，由此研究非結構化大數(shù)據(jù)支持管理決策的一般性方法和模式。

ü  新華金融財經(jīng)智能數(shù)據(jù)標準規(guī)范體系研究項目運用AI 機器人深度學習技術:

-    項目針對金融財經(jīng)數(shù)據(jù)服務特點建立一系列數(shù)據(jù)規(guī)范標準以及數(shù)據(jù)規(guī)范標準的維護更新體系，完成為用戶提供一個了穩(wěn)定、統(tǒng)一、規(guī)范、方便、高效的大數(shù)據(jù)分析服務平臺

ü  江蘇協(xié)鑫集團電力設備大數(shù)據(jù)智能監(jiān)測與故障分析系統(tǒng)運用:

-    項目完成電力設備傳感器采集的數(shù)據(jù)，構建設備大數(shù)據(jù)管理系統(tǒng)和電力故障分析預測挖掘平臺，項目結合 OpenTSDB 動態(tài)時序數(shù)據(jù)庫技術，實現(xiàn)設備故障數(shù)據(jù)的分類與預測預警模型，實現(xiàn)設備監(jiān)測時間序列數(shù)據(jù)的分析挖掘與故障預警。

ü  中國移動運營商的大數(shù)據(jù)分析系統(tǒng):

-    項目完成信令數(shù)據(jù)、充值數(shù)據(jù)、CRM、業(yè)務訂閱數(shù)據(jù)等的存儲管理和分析檢索，實現(xiàn)數(shù)據(jù)集成、話單分析、客戶深度標簽分析，網(wǎng)絡優(yōu)化分析以及輿情預警。

授課風格：

專家型講師風格。有相對深厚的知識底蘊和豐富的社會閱歷，以及個人獨特的思考角度。

講課時邏輯性非常強，旁征博引，談古論今，侃侃而言，毫不費力，化技巧于無形，授課內容爐火純青。

王老師的授課就是那種內容知識點隨手拈來，隨現(xiàn)場學員狀態(tài)靈活而變

服務客戶：

銀行業(yè)：中國銀行、工商銀行、交通銀行、建設銀行、郵儲銀行、平安銀行、招商銀行、興業(yè)銀行、民生銀行、華夏銀行、蘇州銀行、寧波銀行、各地農(nóng)商行、等

其他行業(yè)：清華大學、北京大學、武漢大學、南京財經(jīng)、中國移動、廣汽集團公司、美的集團：TCL集團、中國核能集團、重慶郵政、EMBA總裁班、春雨醫(yī)生健康、1 號店、德邦物流等

學員評價：

在工作中，汲取新知識是非常重要的，這次培訓，學到了很多相關知識，非常實用，希望下次公司培訓還能請王老師。

——中國移動

這次大數(shù)據(jù)營銷的培訓，讓我感覺銀行的未來非常有前景，很慶幸自己參加了這次培訓，著實大開眼界！

——招商銀行