在当前数据驱动的金融时代，金融企业正经历着由资本竞争向数据应用能力竞争转变的重大转型。随着市场复杂性增加和监管政策的不断更新，对数据处理速度和质量的要求日益提高。大模型算力的重要性在于其能够处理海量数据，实现深度学习和模式识别，帮助金融机构准确预测市场趋势和优化资产配置。同时，智能投研的必要性体现在其通过整合大数据分析和机器学习技术，实现投研过程的自动化和智能化，提升投研效率和准确性，为投资者提供及时的投资建议。

因此，金融企业需重视大模型算力与数据管理效率的提升及智能投研的落地应用，以应对市场竞争和监管挑战。这些技术手段不仅能够提高企业的核心竞争力，还能更好地服务客户，推动金融行业的创新和发展。

为了帮助北京地区证券企业加快落地智能投研等的场景的建设，twt社区将于4月13日围绕主题为“证券企业如何提高大模型算力与数据管理效率落地智能投研等场景？”在北京地区组织线下同行交流活动，将邀请到社区金融用户专家和戴尔科技技术专家进行交流分享，社区力求通过本次活动能够给同业带来一些实践参考经验以及方法。欢迎北京地区证券企业会员报名参与！

核心探讨问题：

1.如何将大模型技术应用在智能投研等场景?

2.在高性能GPU算力稀缺的情况下如何提高GPU资源利用率？

3.如何提高数据采集、处理、管理等环节的效率？

活动时间：4月13日14:00-17:00

活动地址：北京（具体地址会在您报名审核通过后通知）

报名方式：

1、如您希望参与本次活动，请将您的联系信息（姓名、单位、职务、手机、邮箱）回复邮件至yan.sun@twtgroup.com.cn 进行邮件报名，我们将在1个工作日内审核反馈；

2、活动平台上直接点击报名，报名后我们会与您联系！

支持企业：

点击进入戴尔科技金融行业解决方案中心

金海波  某银行  AI技术专家

多年来一直从事银行系统的开发和管理工作，牵头组织实施了多个行内大型项目的研发和投产，包括：数据仓库、大数据平台、知识图谱、机器学习、大数据风控、智能营销、RPA等，参与的项目多次获得监管机构、外部机构及行内创新项目成果奖，对银行数据能力建设有丰富实践经验。

王瑜  某证券企业  人工智能应用负责人

毕业于北京大学，曾就职于中国科学院、百度等单位，负责人工智能、推荐算法相关研发工作，进行日活亿级用户大规模推荐系统的策略算法研究，目前进行大模型在证券行业应用研究。在KDD、AAAI、TPDS等顶级国际会议和期刊上发表数据挖掘、人工智能相关论文5篇，共发表论文20余篇，专利2项。

大伟  某金融企业  大模型项目负责人

主要负责金融行业大模型算力和应用场景规划，包括平台建设、大模型选型等。

张俊  戴尔科技集团售前系统工程部  资深解决方案架构师

拥有十八年金融行业工作经验。工作角色从运维、售后和实施服务到如今的架构规划和设计。擅长将传统技术与AI等新技术相融合，能够结合金融行业特点，为数据中心规划和设计提供专业服务。