课程背景
焦波 "AI+数智化转型"资深顾问，前麦肯锡方略顾问
课程定位
银行资料拆解师/业务主力的AI驱动资料加工本领拉升（1天版）
面向代码本领较弱的业务人员，教授基于本地可用的AI辅助抓手，完成SQL查询生成、Python/机器研习代码构筑、资料加工自动化全流程。以"银行信贷逾期隐患拆解"为主线实例，让参训者掌握"提问→AI生成→验证→精进"的实战闭环。
课程收益
【课程标的】
1. 构筑对当前AI辅助编程本领的正确认知，领会AI在资料加工情境中的适用边界和采用招数
2. 掌握自然语言生成SQL、Python代码的核心办法，能够借助AI独立完成资料提取和建模差事
3. 能够将AI辅助抓手融入日常资料加工事务流，达成可复用的自动化资料处理流程
【参训者收益】
1. 掌握本地AI辅助编程抓手的采用办法，能够独立完成SQL生成、代码补全、结果验证
2. 构筑和AI协同的实战事务流：从精准提问→生成代码→查错精进→落地运用
3. 带走在信贷风控情境中可直接复用的AI辅助资料拆解模板和操作规范
课程大纲
一、AI辅助编程的真实本领边界
1. 当前AI能做什么、不能做什么：代码生成，补全、解释、Debug的真实水平
2. 为何业务人员更适合用AI做资料加工：领域学识即优势，AI是"执行本领"而非"思索力"
3. 银行情境的特殊性：资料不出行环境下，怎样选项本地化AI抓手
二、课堂体验：亲手用AI生成一段SQL
1. 用自然语言描述诉求，AI生成SQL的全流程演示
2. 生成结果的正确性验证办法
3. 参训者动手操练：给出业务问题，AI生成查询代码
一，"提问质量决定输出质量"的底层推演
1. AI生成代码的三大常见错误类型以及规避办法
2. 结构化提问轮廓：来由+标的+约束+格式
3. 迭代精进打法：怎样借助多轮对话渐次逼近正确答案
二、怎样向AI描述银业界的资料查询诉求
1. 表结构描述招数：字段名、业务含义、关联关系
2. 业务推演拆解：将"我要看哪些买方"翻译成AI能领会的语言
3. 约束条件传递：时间范围、筛选维度、排除推演
三、实战操练：多轮精进生成一条复杂查询
一、AI生成SQL的核心情境
1. 基础查询生成：从"查哪些资料"到"生成可执行SQL"
2. 复杂查询构筑：多表关联、子查询，窗口函数
3. 查询结果纠错：AI生成SQL的常见语法错误以及修复办法
二、实例实操：信贷买方逾期隐患名单提取
1. 业务诉求拆解：哪些字段组合判断逾期隐患
2. 自然语言提问→AI生成SQL→结果验证
3. 衍生诉求：怎样让AI生成逾期率、账龄拆解等等指标SQL
三、参训者操练：基于给定表结构，自主生成3条不同难度SQL
一，AI生成Python代码的情境分类
1. 资料清洗和预处理的AI辅助办法
2. 要害指标计算的AI辅助办法（比率、分布、趋势）
3. 基础机器研习模型的AI辅助构筑（推演回归、决策树判别逾期买方）
二、实例实操：用AI辅助构筑信贷逾期预测模型
1. 资料预处理：用AI生成资料清洗代码（缺失值、异常值处理）
2. 特征工程：用AI生成指标构筑代码（逾期天数账龄、还款行为特征）
3. 模型训练和评核：用AI辅助生成模型训练和成效评核代码
三、要害要则：AI生成的机器研习代码必须人为验证，业务判断优先于模型输出
收束和答疑
说明1：本课所授办法基于可在银行内网部署的开源抓手和本地模型，不倚重任何云端服务或者外部联网抓手，抓手选型将在课前和培训组织方确认
说明2：建议培训前向参训者收集常用资料表结构说明（脱敏版），便于课程操练更贴近真实业务情境
说明3：课程中涉及的所有AI生成内容都需人工验证后方可庄重采用，不替代专精IT开发流程
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|焦波老师
适合谁听
银行对公/零售业务人员、资料拆解岗、业务主力 需要一定资料业务基础（弄懂SQL基本概念）、无需编程基础。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。