版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
人工智能在金融行業(yè)中的創(chuàng)新應(yīng)用2023.11.19CONTENTS1.人工智能與金融行業(yè):正當(dāng)其時,大有可為2.開始的結(jié)束:厚積薄發(fā),傳統(tǒng)式人工智能驅(qū)動金融業(yè)務(wù)3.開始的開始:另辟蹊徑,生成式人工智能重塑金融業(yè)務(wù)4.未來展望:傳統(tǒng)與新興融合,人工與AI協(xié)作CONTENTS1.人工智能與金融行業(yè):正當(dāng)其時,大有可為2.開始的結(jié)束:厚積薄發(fā),傳統(tǒng)式人工智能驅(qū)動金融業(yè)務(wù)3.開始的開始:另辟蹊徑,生成式人工智能重塑金融業(yè)務(wù)4.未來展望:傳統(tǒng)與新興融合,人工與AI協(xié)作從業(yè)務(wù)支撐到創(chuàng)新驅(qū)動,技術(shù)助推金融進入數(shù)智化時代信息化數(shù)字化數(shù)智化IT+金融互聯(lián)網(wǎng)金融2016AI+金融2004技術(shù)作為基礎(chǔ)設(shè)施形成業(yè)務(wù)支撐科技轉(zhuǎn)向前臺進入金融業(yè)務(wù)核心環(huán)節(jié)技術(shù)與業(yè)務(wù)融合技術(shù)創(chuàng)新驅(qū)動業(yè)務(wù)變革?
信貸系統(tǒng)???網(wǎng)上銀行?
智能承保、智能理賠?
線上保單管理?
理財信息化管理在線投保、查詢、理賠在線理財咨詢、投資規(guī)劃?
智能投顧、智能投研?
智能獲客、智能風(fēng)控、智能運營驅(qū)動后臺驅(qū)動前臺驅(qū)動創(chuàng)新與變革金融數(shù)智化時代,機遇與挑戰(zhàn)并存把握機遇直面挑戰(zhàn)傳統(tǒng)式人工智能厚積薄發(fā),加速價值釋放生成式人工智能另辟蹊徑,打開創(chuàng)新空間技術(shù)變革對人才和組織形成挑戰(zhàn)機遇一:鼓勵發(fā)展科技金融,以數(shù)智化增加金融的科技含量2023年中央金融工作會議2023/10?
把更多金融資源用于促進科技創(chuàng)新,做好科技金融、綠色金融、普惠金融、養(yǎng)老金融、數(shù)字金融五篇大文章,推動金融高質(zhì)量發(fā)展?!稊?shù)字中國建設(shè)整體布局規(guī)劃》?
做強做大數(shù)字經(jīng)濟,特別是推動產(chǎn)業(yè)數(shù)字化——在金融等重點領(lǐng)域,加快數(shù)字技術(shù)創(chuàng)新應(yīng)用2023/22022/9中國人民銀行、市場監(jiān)管總局、銀保監(jiān)會、證監(jiān)會印發(fā)《金融標(biāo)準化“十四五”發(fā)展規(guī)劃》?
強調(diào)發(fā)展數(shù)字金融產(chǎn)業(yè)、推動個人金融服務(wù)數(shù)字化轉(zhuǎn)型…構(gòu)建安全高效的金融服務(wù)生態(tài)、提高數(shù)字化風(fēng)控能力2022/1《金融科技發(fā)展規(guī)劃〈2022-2025年》?
八個重點任務(wù)中。強調(diào)深化數(shù)字技術(shù)金融應(yīng)用國務(wù)院《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》?
加快金融領(lǐng)域數(shù)字化轉(zhuǎn)型,合理推動人工智能、區(qū)塊鏈、大數(shù)據(jù)在銀行等領(lǐng)域的應(yīng)用2022/12017/7國務(wù)院《新一代人工智能發(fā)展規(guī)劃》?
創(chuàng)新智能金融產(chǎn)品和服務(wù),發(fā)展金融新業(yè)態(tài);鼓勵金融行業(yè)應(yīng)用智能客服、智能監(jiān)控等技術(shù)和裝備;建立金融風(fēng)險智能預(yù)警與防控系統(tǒng)機遇二:數(shù)據(jù)、算力、算法共同推動AI技術(shù)進步算法推動AI技術(shù)進步三駕馬車數(shù)據(jù)算力數(shù)據(jù)規(guī)模更豐富、利用更深入,為AI技術(shù)進步提供充足燃料宏觀層面,微觀層面,隨著數(shù)字化轉(zhuǎn)型不斷深入加速金融場景下的數(shù)據(jù)生產(chǎn)和使用,數(shù)據(jù)飛輪加速轉(zhuǎn)動市場數(shù)據(jù)規(guī)模不斷增長,數(shù)據(jù)不斷豐富,流通制度更加清晰更多數(shù)據(jù)更多用戶更多用戶反饋更好產(chǎn)品更準確模型算力穩(wěn)定增長,為AI技術(shù)進步提供堅實支撐我國算力持續(xù)穩(wěn)定增長,加速AI能力提升與應(yīng)用進政策支持下,中國算力將進入新一輪發(fā)展期程?
算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展,規(guī)劃明確目標(biāo)——到2025年,計算力方面,算力規(guī)模超過300EFLOPS,智能算力占比達到35%,東西部算力平衡協(xié)調(diào)發(fā)展。運載力方面,國家樞紐節(jié)點數(shù)據(jù)中心集群間基本實現(xiàn)不高于理論時延1.5倍的直連網(wǎng)絡(luò)傳輸,重點應(yīng)用場所光傳送網(wǎng)(OTN)覆蓋率達到80%,骨干網(wǎng)、城域網(wǎng)全面支持IPv6,SRv6等創(chuàng)新技術(shù)使用占比達到40%。存儲力方面,存儲總量超過1800EB,先進存儲容量占比達到30%以上,重點行業(yè)核心數(shù)據(jù)、重要數(shù)據(jù)災(zāi)備覆蓋率達100%。應(yīng)用賦能方面,打造一批算力新業(yè)務(wù)、新模式、新業(yè)態(tài),工業(yè)、金融等領(lǐng)域算力滲透率顯著提升,醫(yī)療、交通等領(lǐng)域應(yīng)用實現(xiàn)規(guī)?;瘡?fù)制推廣,能源、教育等領(lǐng)域應(yīng)用范圍進一步擴大。每個重點領(lǐng)域打造30個以上應(yīng)用標(biāo)桿。4個方面保障措施:加強統(tǒng)籌聯(lián)動,加大金融支持,深化交流協(xié)作,強化平臺支撐。算法持續(xù)創(chuàng)新,為AI技術(shù)進步提供強勁動能算法持續(xù)創(chuàng)新,為業(yè)務(wù)帶來新可能應(yīng)用場景和業(yè)務(wù)需求加速算法創(chuàng)新模型區(qū)分度顯著提升(數(shù)據(jù)處理、特征處理能力更強)變量全集剝離混淆因子因果因子因果效應(yīng)深度學(xué)習(xí)模型區(qū)分度大幅提升決策精度相對提升,判斷未知風(fēng)險能力弱算法&業(yè)務(wù)互相驅(qū)動持續(xù)創(chuàng)新機器學(xué)習(xí)通過多層非線性變換,深度學(xué)習(xí)可以從數(shù)據(jù)中學(xué)習(xí)到更加抽象和高級的特征表示,進一步提高風(fēng)控的精度和性能結(jié)果變量線性回歸處理時間長、無法自動更新,決策誤判高通過機器學(xué)習(xí)提高型的性能和泛化能更加準確地識別和估風(fēng)險。人
規(guī)通過建立線性回歸型,對風(fēng)險進行量評估和預(yù)測KS通過分析歷史數(shù)據(jù)風(fēng)險案例,專家總出一些規(guī)則和模式用于識別和預(yù)測風(fēng)以大數(shù)據(jù)風(fēng)控為例機遇三:生成式人工智能迅速演進,打開金融創(chuàng)新空間金融+AI,賦能金融業(yè)務(wù)營銷服務(wù)運營風(fēng)控…生成式AI技術(shù)爆發(fā)挑戰(zhàn):金融數(shù)智化時代,需堅持以合規(guī)為基礎(chǔ)、以人為中心合規(guī)發(fā)展?
數(shù)據(jù)合規(guī):如何適配快速變化的數(shù)據(jù)收集、處理和存儲相關(guān)合規(guī)要求?
隱私保護:如何應(yīng)對好金融行業(yè)嚴格監(jiān)管要求下的數(shù)據(jù)泄露、數(shù)據(jù)濫用等數(shù)據(jù)隱私問題以人為本CONTENTS1.人工智能與金融行業(yè):正當(dāng)其時,大有可為2.開始的結(jié)束:厚積薄發(fā),傳統(tǒng)式人工智能驅(qū)動金融業(yè)務(wù)3.開始的開始:另辟蹊徑,生成式人工智能重塑金融業(yè)務(wù)4.未來展望:傳統(tǒng)與新興融合,人工與AI協(xié)作目前金融已深度集成AI,AI創(chuàng)新可對業(yè)務(wù)形成巨大驅(qū)動身份核驗客戶服務(wù)營銷獲客投研投顧合規(guī)風(fēng)控業(yè)務(wù)發(fā)展金融已深度集成AI金融業(yè)務(wù)+驅(qū)動AI+金融AI技術(shù)AI技術(shù)進步計算機視覺
智能語音
自然語言處理機器學(xué)習(xí)……知識圖譜以信貸為例,傳統(tǒng)人工智能驅(qū)動信貸全價值鏈升級全流程的決策優(yōu)化全方位的降本增效提升獲客決策精度,實現(xiàn)有效率的增長提升風(fēng)控決策精度,降低信貸風(fēng)險模型輔助運營,提升經(jīng)營效果智能信貸精準客戶定位個性化推薦智能營銷策略…征信數(shù)據(jù)解讀大數(shù)據(jù)風(fēng)控智能信審......差異化定額個性化定價多樣化還款方式......傳統(tǒng)人工智能自然語言處理因果推斷機器學(xué)習(xí)計算機視覺智能語音…傳統(tǒng)信貸模式:推廣人員廣撒網(wǎng)覆蓋主流流量渠道,投放策略多基于經(jīng)驗,效果強依賴平臺流量供給問題:不確定性強,效率低成本高模式:大量信審人員,依靠有限的結(jié)構(gòu)化數(shù)據(jù),基于規(guī)則與經(jīng)驗做出風(fēng)險判斷問題:風(fēng)險隱患大、效率低成本高模式:運營人員只關(guān)注群體用戶的關(guān)鍵指標(biāo),依靠經(jīng)驗和少量實驗判斷用戶偏好,做出經(jīng)營決策問題:運營決策偏主觀,重視群體忽視個體獲客風(fēng)控經(jīng)營信貸風(fēng)控:NLP技術(shù)演進,提升文本解析和風(fēng)控決策精度業(yè)務(wù)問題借助自然語言處理技術(shù)迭代發(fā)展,實現(xiàn)風(fēng)險區(qū)分能力大幅提升業(yè)務(wù)場景文本信息解讀風(fēng)險風(fēng)險區(qū)分能力提升12%15%18%26%29%KS信貸風(fēng)控用戶大量的風(fēng)險信息以文本形式存在,如客戶征信、合同、社交媒體信息等,依賴精準高效的文本解讀能力詞袋模型注意力機制Bert微調(diào)分片式序列模型預(yù)訓(xùn)練傳統(tǒng)解決方案人工經(jīng)驗應(yīng)用于智能風(fēng)控業(yè)務(wù)根據(jù)專家經(jīng)驗,利用簡單規(guī)則或者關(guān)鍵詞庫,從文本中提取信息,難以充分提取用戶相關(guān)文本數(shù)據(jù)中蘊含的信息,Case:誰是壞人?用戶A用戶B風(fēng)控效果差強人意關(guān)鍵詞表人工文本傳統(tǒng)、可人工統(tǒng)計黑話、文本更有效的新詞發(fā)現(xiàn)精準的語義表示信貸風(fēng)控:圖機器學(xué)習(xí),提升征信解讀和風(fēng)險區(qū)分能力結(jié)合圖機器學(xué)習(xí),實現(xiàn)征信報告智能解讀,顯著提升風(fēng)險區(qū)分能業(yè)務(wù)問題力風(fēng)險變量信貸風(fēng)險降低業(yè)務(wù)場景度小滿智能化征信解讀中臺獲吳文俊人工智能科學(xué)技術(shù)獎深度解讀征信40萬+25%征信報告信息豐富,是信貸風(fēng)控主要數(shù)據(jù)之一征信解讀的五個發(fā)展階段人工經(jīng)驗人工特征衍生機器自動衍生深度學(xué)習(xí)圖機器學(xué)習(xí)同數(shù)據(jù)集下效果KS
Baseline22%24%26%27%貸款記錄??組織、額度等過去60個月還款記錄記錄1記錄2個人信貸記錄(準)貸記卡記錄組織、額度等過去60個月還款記錄圖算法進展和效果??記錄1記錄2階段1:單報告內(nèi)部關(guān)系圖
階段2:多個報告之間關(guān)系圖
階段3+動態(tài)圖、時序圖傳統(tǒng)解決方案以查詢/借還款行為和機構(gòu)為節(jié)點構(gòu)圖,捕捉同樣行為在不同關(guān)系場景下的不同含義利用工作單位、居住地址信息,結(jié)合股權(quán)關(guān)系等外部數(shù)據(jù),將不同征信報告關(guān)聯(lián)成一張圖人工解讀動態(tài)預(yù)測節(jié)點之間的關(guān)系,圖網(wǎng)絡(luò)結(jié)構(gòu)不斷演進,節(jié)點與邊的屬性實時更新依賴解讀征信的人員專業(yè)知識和經(jīng)驗——風(fēng)險挖掘能力不佳?難以捕獲其他人對用戶的風(fēng)險影響?難以處理用戶風(fēng)險隨時間動態(tài)漂移的問題圖模型效果超大規(guī)模特征,特征效果超銀行評分卡信貸風(fēng)控:CV技術(shù)升級,支持信貸審批提效降本業(yè)務(wù)問題計算機視覺支持信貸風(fēng)控審批流程提效降本業(yè)務(wù)場景↓
千萬相對審核人力成本↑
70+%應(yīng)用于信審秒批,相對審核效率信貸審批提效信貸風(fēng)險管理需要大量用戶信息收集工作,流程長,需要大量的人工投入文檔智能技術(shù)創(chuàng)新多模態(tài)特征表示內(nèi)容閱讀圖像/視頻識別識別與理解版面還原分析與決策內(nèi)容審核融合圖像、位置、布局等多源信息,建立不同level的提取模型,提升復(fù)雜場景下關(guān)鍵信息識別理解能力,平均準確率達到95%+內(nèi)容解析信息提取成本高效率低易出錯非結(jié)構(gòu)化分析與處理解析與識別還原與轉(zhuǎn)換提取與理解校驗與標(biāo)準文檔預(yù)訓(xùn)練模型用戶數(shù)據(jù)種類繁多交易流水基于多模態(tài)文檔預(yù)訓(xùn)練+場景微調(diào),只需數(shù)10張樣本,即可完成模型訓(xùn)練,提升小樣本的建模能力企業(yè)財報PDFOFFICE圖片字段內(nèi)容圖像分類篡改檢測質(zhì)量評估風(fēng)險類型EXCEL抽取PDF內(nèi)容解析圖片識別元素提取布局分析表格檢測表格重建實體識別標(biāo)準化結(jié)果映射字段規(guī)范化校驗內(nèi)容加工與比對內(nèi)容糾錯與審核圖像質(zhì)量圖像風(fēng)險內(nèi)容恢復(fù)關(guān)系提取風(fēng)險識別文檔分類圖像標(biāo)簽基于ELA誤差等級分析,借助視覺Transformer,挖掘像素級篡改特征,構(gòu)建文檔、證件篡改檢測模型,準確率達96%報銷票據(jù)店面門頭視頻視頻OCR信貸經(jīng)營:應(yīng)用因果推斷技術(shù),實現(xiàn)個體額度最優(yōu)業(yè)務(wù)問題什么是關(guān)聯(lián)關(guān)系?什么是因果關(guān)系?需求表象:觀察整體洞察:觀察局部業(yè)務(wù)場景經(jīng)營決策優(yōu)化悖論:體數(shù)據(jù)的統(tǒng)計關(guān)性,可能與分數(shù)據(jù)的統(tǒng)計關(guān)性相反信貸經(jīng)營場景存在大量復(fù)雜決策場景和復(fù)雜數(shù)據(jù),決策歸因、優(yōu)化難生活中的一個例子找到控制膽固醇變高方法?
什么是導(dǎo)致決策最優(yōu)的決策因子??
做什么經(jīng)營動作可以支持策略最優(yōu)?們觀測到的變本身之間未必直接的因果關(guān),背后是由一因果因素產(chǎn)生來?!\動越少膽固醇越低?(反事實)——不同年齡組下,運動越少膽固醇越高業(yè)務(wù)中的一個例子以往解決方案機器學(xué)習(xí)-關(guān)聯(lián)建模找到降低風(fēng)險策略真正可以影響果的因果關(guān)系什么?什么是響決策的真正效變量?傳統(tǒng)機器學(xué)習(xí)關(guān)聯(lián)建模,雖可以找到關(guān)聯(lián)關(guān)系,但無法用于決策——觀察局部(額度近似用戶),調(diào)整額度越高,其逾期率有上升趨勢——額度越高風(fēng)險越低?(反事實)信貸經(jīng)營:應(yīng)用因果推斷技術(shù),實現(xiàn)個體額度最優(yōu)解決方案:基于因果推斷技術(shù),實現(xiàn)額度策略優(yōu)化之前的給額框架因果推斷技術(shù)演進額度策略1.Meta-Learners框架工業(yè)代表算法Xlearner2.DebiasedLearning框架工業(yè)代表算法DoubleML3.表示學(xué)習(xí)框架DXM自研算法Mono-CFR實驗組實驗組?1對照組對照組?0FeaturesConfoundersTreatmentOutcome??
??
=
?????
?
??
+
???????
???創(chuàng)新解決方案業(yè)務(wù)收益
分別學(xué)習(xí)因果關(guān)系:通過因果學(xué)習(xí)算法,構(gòu)建原因與結(jié)果間的穩(wěn)定關(guān)系
目標(biāo)最優(yōu)化:結(jié)合目標(biāo)需求,搜索客戶個體維度決策最優(yōu)的額度,直接給出最優(yōu)額度15%↓額度變化后,用戶的風(fēng)險會變化——無法衡量額度變化后的風(fēng)險遷移情況額度復(fù)購模型額度借款模型最優(yōu)額度額度風(fēng)險模型金額逾期率CONTENTS1.人工智能與金融行業(yè):正當(dāng)其時,大有可為2.開始的結(jié)束:厚積薄發(fā),傳統(tǒng)式人工智能驅(qū)動金融業(yè)務(wù)3.開始的開始:另辟蹊徑,生成式人工智能重塑金融業(yè)務(wù)4.未來展望:傳統(tǒng)與新興融合,人工與AI協(xié)作生成式AI以Copilot方式,從點到面重塑金融價值鏈重塑營銷重塑服務(wù)重塑運營重塑研發(fā)重塑辦公重塑風(fēng)控?
智能搜索?
知識助手……?
智能信審?
風(fēng)險模擬……?
傳播洞察?
智能投放……?
客情摘要?
客服助手……?
NL2SQL?
投研投顧……?
代碼生成?
單測生成……大模型核心能力個性生成交互增強預(yù)測模擬強自動化理解|
生成|
邏輯|
記憶營銷:個性化素材結(jié)合差異化產(chǎn)品,重塑開放獲客新模式獲客:根據(jù)用戶特征生成個性化素材轉(zhuǎn)化:結(jié)合用戶需求提供差異化產(chǎn)品征信報告用戶畫像&行為特征征信報告&行為數(shù)據(jù)&需求表達行為數(shù)據(jù)需求表達用戶流量平臺金融APP地理位置素材平臺需求平臺預(yù)期職業(yè)定制方定制方……借8萬吧,借個四、五個月,個性化營銷素材這樣吧,如果您借滿6個預(yù)期職業(yè)月呢,利息可以給您打個9折;如果提前還,您還按原來的價格,您看可以嗎?服務(wù):提質(zhì)降本,營銷服務(wù)一體化營銷服務(wù)一體化生成式AI營銷服務(wù)成本中心利潤中心服務(wù)過程中可以將人力投入到更有價值的業(yè)務(wù)上,提升服務(wù)的同時,實現(xiàn)利潤目標(biāo)。生成式AI串聯(lián)起了原本分散的業(yè)務(wù)環(huán)節(jié),實現(xiàn)營銷服務(wù)一體化成為可能服務(wù)質(zhì)量和服務(wù)能力提升服務(wù)成本降低人工坐席模型直接對客人力密集技術(shù)密集內(nèi)部提效25%服務(wù)能力有效隱形增員空間巨大模型輔助人工創(chuàng)新技術(shù)應(yīng)用將釋放大量人力,降低服務(wù)成本大模型輔助的水平,持續(xù)提升服務(wù)承載能力和平均服務(wù)質(zhì)量運營:數(shù)據(jù)驅(qū)動的業(yè)務(wù)運營新范式這個新客戶非常重要,項目可以承受一定程度的虧損,但是要保證公司整體利潤底線不受影響,那么報價最低是多少?基于大模型的BI新范式架構(gòu)增強數(shù)據(jù)增強分析增強本季度目標(biāo)利潤率是10%。根據(jù)最近三個月的財務(wù)數(shù)據(jù)統(tǒng)計,總營收為2.1億元,毛利3360萬,實際利潤率為16%;我們的投標(biāo)價格底線最低下降至3849萬時,不會影響公司整體毛利率目標(biāo)。大模型原生架構(gòu)全模態(tài)數(shù)據(jù)自動獲取自動決策AI方法+AI能力發(fā)生即獲取基于數(shù)據(jù)自動優(yōu)化運營Q3實際實際營收(萬元)實際毛利(萬元)實際利潤率21000336016%集成大模型能力主動收集數(shù)據(jù)降低分析門檻基于項目中標(biāo)的Q3預(yù)測BI方法+AI能力主動按需收集業(yè)務(wù)數(shù)據(jù)自然語言即可分析實際營收(萬元)實際毛利(萬元)實際利潤率10%280002800傳統(tǒng)BI數(shù)據(jù)架構(gòu)數(shù)據(jù)獲取數(shù)據(jù)分析研發(fā):基礎(chǔ)代碼自動生成,業(yè)務(wù)代碼人人可寫代碼采納率超40%,體感研發(fā)效率提升近20%覆蓋Python、java、sql、javascript、go、html、c++、css等多種編程語言更好的開發(fā)體驗更快的迭代速度更精益的組織結(jié)構(gòu)單點提效→
全流程重塑幫助思考幫助編碼幫助修改規(guī)劃編寫測試維護理解需求做開發(fā)計劃代碼生成和補齊,識別錯誤并自動修復(fù)生成測試用例和測試數(shù)據(jù),提升測試質(zhì)量結(jié)合系統(tǒng)日志、用戶反饋來幫助診斷問題辦公:無處不在、無縫銜接的辦公助手多層次、全方位的能力輔助度小滿-
ChatMan辦公助手私人顧問:個人決策助手,基于個人可獲取信息,幫助決策,提升價值決策能力業(yè)務(wù)能力真實問答場景全面輔助:實時、全面和準確地輔助解決業(yè)務(wù)、政策、資訊等等復(fù)雜問題用戶滿足率從金融監(jiān)管治理涉及的四個核心要素是:獨立性、問責(zé)制、透明度、操守。操作提效:大模型驅(qū)動的知識抽取與信息處理等工作,提升基礎(chǔ)操作性工作的效率通用能力首先,獨立性指的是監(jiān)管機構(gòu)具有一定的自主權(quán),使其能夠免受政治層面和被監(jiān)管實體的干擾,以確保公平、有效地進行金融監(jiān)管。監(jiān)管機構(gòu)的獨立性不僅要求專業(yè)性技能,以便在復(fù)雜情況下迅速做出反應(yīng),還要求其能夠使自身免受政治干預(yù),增加監(jiān)管行為的透明度和穩(wěn)定性,由此提高政策制定的可信度。助力提升內(nèi)外部協(xié)同效率提升至其次,問責(zé)制是監(jiān)管治理的重要環(huán)節(jié),……然后,透明度也是極為重要的,……最后,操守是指監(jiān)管機構(gòu)和監(jiān)管人員需要堅
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年滁州從業(yè)資格證模擬考試題庫
- 員工獎勵政策合同范例
- 醫(yī)院病人簽合同范例
- 合伙施工合同范例
- 委托房屋銷售合同范例
- 奶茶原材料購銷合同范例
- 買賣公證合同范例
- 培訓(xùn)單位用人合同模板
- 場地出租居間合同模板
- 墻面真實漆合同模板
- 五上《美麗文字民族瑰寶》
- 大一微積分練習(xí)題
- 淺談落實新課程理念下小學(xué)語文作業(yè)設(shè)計與實踐
- 七人學(xué)生小品《如此課堂》劇本臺詞手稿
- 沂蒙紅色文化與沂蒙精神智慧樹知到答案章節(jié)測試2023年臨沂大學(xué)
- 初中數(shù)學(xué) 二倍角問題專項教案
- 市政工程項目部管理制度及崗位職責(zé)
- 高效能人士的執(zhí)行4原則
- 《特殊兒童早期干預(yù)》教學(xué)大綱
- 醫(yī)療機構(gòu)消毒技術(shù)規(guī)范(2023年版)
- 幼兒園:智慧閱讀讀懂孩子-讀《聚焦式觀察》第二章有感
評論
0/150
提交評論