随着人工智能和大数据技术的快速发展，证券企业面临着转型升级的重要任务。传统的数据处理和分析方法已难以满足市场对实时性、精准性的要求。大模型基础架构的构建，能够为企业提供强大的算力支持，实现数据的深度挖掘和智能分析，从而提升决策效率和服务质量。

在此背景下，提高算力资源的利用效率成为关键，它直接关系到企业在智能投研、智能客服等场景中应用的效能和成本控制。通过优化资源配置、采纳先进技术，证券企业不仅能够提高响应速度，还能在风险控制、客户体验等方面取得显著优势，最终实现业务的可持续发展和市场竞争力的提升。

为了帮助深圳地区证券企业加快落地智能投研、智能客服等大模型场景的建设，twt社区将于6月2日围绕主题为“证券企业如何建设大模型基础架构提高算力资源利用效率加速落地智能投研、智能客服等场景？”在深圳地区组织线下同行交流活动，将邀请到社区券商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。欢迎深圳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客服、智能投研等场景?

2.如何建设大模型基础架构来提高算力资源的利用率？

3.如何提高数据采集、处理、管理等环节的效率？

活动时间：6月2日 14:00-17:00

活动地址：深圳（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

宋强  某券商  量化研发技术专家

负责券商自研量化系统的建设、大语言模型金融业务场景应用落地等工作。

滕召森  某银行  数据分析师

多年从事大数据项目、AI相关、数据分析等方面从业经验，目前重点在大模型相关领域的建设和筹备工作。

唐登龙  某大型证券  信息技术部高级产品经理

长期深耕金融科技领域，负责多个智能化项目架构设计，在应用大模型、自然语言、智能语音、虚拟仿真等AI前沿技术赋能公司数字化财富管理转型方面，具有相关行业实践经验，多次参与并荣获金融创新奖项。

祝晓静  戴尔科技集团  高级系统工程师 

20年以上数据中心基础架构设计 规划和咨询，Sun Oracle 和 EMC公司售前技术顾问、基础架构解决方案工程师。关注非结构化数据的新兴业务，涉及运营商、银行、媒体、医疗机构、研究院所、高校、高端制造业提供大数据基础架构咨询及技术服务。