聚焦当前金融行业的主要技术方向，邀请金融业界知名的技术专家来分享金融业务、金融大模型、金融安全等大家关心的话题。

对于金融企业来说，加快数字化进程，运用数字技术可以加强金融数据分析能力，进而优化风控系统。此外，还可以通过数字化技术的运用，加强服务效率，使服务更加高效。

利用大数据、AI和机器学习等技术构建庞大的模型来处理金融数据并应用于决策和预测，来提升运营效率、风险管理以及创新产品的开发。

传统的银行、保险公司、券商在互联网技术的影响下，开始增加技术投入，用更加互联网的方式运营产品，利用技术提升自己的运营能力、研发效率，甚至是利用区块链、AI等技术探索全新业务模式的，或者利用大数据加强风控水平的。

随着金融业务的深入发展，如何让数据服务满足日益增长的时效性要求，已经成为业界瞩目的焦点。这其中，平台化建设的优化将直接影响到数据开发和应用的效率及效果。

核心系统分布式转型是银行业近几年一个很热门的话题。银行是最早开始构建自己的IT系统去做数字化和自动化的行业之一，经过几十年的发展，很多企业已经开始在数据库、中间件、消息系统等领域采用开源或者自研的模式。

DevOps已经被越来越多的金融企业所采用，来支撑软件生产过程的数字化转型。本专题主要和大家分享在金融行业落地DevOps的经验，帮助企业找到适合自己的DevOps实践之路。

围绕网络运行安全、用户个人信息保护、关键信息基础设施安全、网络信息安全等方面来展开讨论具体的技术手段。

根据国家工信安全发展研究中心的最新数据，2022年的市场规模已经接近千亿元，预计将在2025年增长至约1749亿元。这一增长势头揭示了数字经济的巨大潜力。然而，随着数字经济的快速扩张，数据隐私和安全合规问题也日益凸显。因此，隐私计算技术正受到越来越多的关注和重视。

要实现银行数智化能力，在数据资产方面，数据采集需要大体量数据集，内外部数据、非结构化数据均要实现资产化，数据充分共享打通、安全可控。在工具平台建设方面，构建营销、运营、风险政策配置化管理能力，提升相关工具平台中台能力。在AI应用和业务投入产出方面，探索实现闭环的数据化归因、自动优化的能力。

为了满足金融科技发展的需求，组建完善的金融科技团队，提升科技人才技能，培养兼具科技背景和金融素养的复合型人才，已成为当务之急。

围绕云原生、安全、大模型和算力基础设施在金融场景下的应用和创新实践展开分享。