以下的內容均是摘自2014bdtc【陳繼東：解密螞蟻金服基於大資料的安全和風控體系】鏈結如下
陳繼東採訪問答整理如下
陳繼東：螞蟻金服以小微企業和普通消費者為主要使用者，建立以資料、技術、服務這三個開放平台為核心的金融生態，支援和幫助合作夥伴，共同為使用者創造價值，旗下業務包括支付寶、支付寶錢包、餘額寶、招財寶、螞蟻小貸及籌備中的網商銀行等。大資料是螞蟻金服的核心，從資料化運營到運營資料，建立以資料為核心的信用體系。安全智慧型部主要通過對海量的使用者行為和關係網路資料進行**性分析和建模，通過大資料風控體系實現交易和賬戶風險的實時監控和預先識別。同時通過安全資料產品，實現在dt（data technology）時代下金融雲平台中安全雲服務，幫助商戶、銀行及其他第三方金融機構解決網路風險和欺詐問題。
陳繼東：我使用過多種主流的大資料技術，包括：mpp database如greenplum；hadoop生態中的mapreduce，hbase，hive；kafka，storm，spark等。使用這些技術的綜合體會：
滿意：大規模離線資料分析，準實時資料查詢和分析，流資料處理的優勢很明顯。
不滿意：
1）缺乏分布式系統架構和海量資料探勘的融合系統；
2）缺乏海量圖資料探勘所需要的實時分布式圖框架和系統。
陳繼東：這也是我對上述技術存在不滿意的原因，金融級的安全和風控系統對海量資料的實時處理能力要求極高：
陳繼東：以下幾個常見的認識誤區，將會讓大資料專案付出代價：
陳繼東：大資料人才應當需要分析能力與工程能力相結合、分析能力與業務能力相結合：通過應用驅動的大資料分析實踐，來培養大資料人才，資料分析和挖掘需要具備很強的業務理解和商業能力，同時培養一定的工程實現能力。
陳繼東：我理解的資料科學家是一類集業務和商業理解，資料分析與挖掘，分布式系統於一體的綜合性人才。對於畢業生而言，從應用實踐出發，從最簡單最枯燥的資料清理和業務學習開始，逐步培養分析和挖掘能力，鍛鍊更敏銳的資料和業務感覺，才能使用資料的思想解決實際問題，創造出價值。
網際網路金融
目錄 網際網路金融分類舉例 指紋識別對手機銀行業務帶來的便利和風險 人臉識別 網際網路金融與傳統金融的五大區別 1.定位不同 2.驅動因素不同 3.模式不同 4.治理機制不同 5.優勢不同 目前網際網路金融大概可以分為六類，其中三種是目前中國執行時間和運作企業比較多，相對比較成熟的，主要是第三方服務...
網際網路金融 大資料要用好
真正的網際網路金融，一定是用網際網路手段來分析資料，提煉有效資訊並分析，從而更好地對風險和信用進行度量和管理 這幾年網際網路金融行業出現很多亂象，比如不少p2p平台發生問題。我認為，這些亂象背後的網際網路金融，並不是真正的金融創新。因為這些金融詐騙在網際網路出現之前就已經存在，現在無非是因為網際網路...
大資料在網際網路金融行業中的應用
資料是金融機構在信貸審核中繞不開的話題。在傳統金融機構中，銀行有多種渠道接觸到使用者的信用資訊。如央行的個人信用記錄，工作情況，收入水平和負債情況。而面對薄檔案，幾乎沒有信貸記錄，且工作不穩定的申請人，傳統資料方式顯得有些素手無策。但隨著金融科技公司的興起，大資料的普遍運用解決了風控難題，如德國的k...