出品人：陈小红
 CCF会员、CCF软件工程专委会执行委员、CCF形式化专委委员
中国人工智能协会逻辑专委会会员，华东师范大学副教授/硕导
主要研究方向为基于环境建模的需求工程、需求形式化与验证以及IoT最终用户编程。主持并参与了多项国家自然科学基金项目、重点研发、863、973项目以及省部级项目，主要工作包括智能需求建模、基于环境模型的安全需求形式化建模与验证、基于投影的需求问题自动分解、基于用户意图的IoT最终用户编程、智能系统的需求确认等，在国内外知名期刊、会议发表论文50余篇。                                                                                                       

智能需求工程

基于大模型的数据智能技术发展，让人工智能研究与实践者的若干愿景成为可能。人机智能融合的未来世界里，我们如何更好地定义系统的边界、在线需求获取与推荐技术、多源融合的一体化需求生成方法、复杂系统需求智能建模与验证技术、追踪与变更管理技术、模型驱动的复杂系统需求工程技术等是智能需求工程论坛重点讨论的议题。  
大语言模型赋能的证券领域业务规则规约与测试用例自动生成实践
陈小红
CCF会员、CCF软件工程专委会执行委员CCF形式化专委委员
中国人工智能协会逻辑专委会会员
华东师范大学副教授/硕导
主要研究方向为基于环境建模的需求工程、需求形式化与验证以及智能需求工程。主持并参与了多项国家自然科学基金项目、重点研发、863、973项目以及省部级项目，主要工作包括基于环境建模的功能需求建模、基于环境模型的安全需求形式化建模与验证、基于投影的需求问题自动分解、基于用户意图的IoT最终用户编程、智能系统的需求确认等，在国内外知名期刊、会议发表论文50余篇。 
内容简介：
业务规则在证券领域至关重要，它们是证券交易系统的需求的来源与测试的依据。鉴于业务规则的易变性，如何提升从业务规则交易文档中提取出业务规则以形成软件需求规约并进行测试用例生成的效率,成为了一个核心的问题.证券业务规则文档具有的与软件不相关描述多、专业术语多、上下文相关表述和抽象表示多等特性,为自动业务规则规约带来了新的挑战.本报告将分享一种大语言模型赋能的证券领域业务规则自动规约和测试用例生成方法,利用大语言模型强大的自然语言处理能力,协助分类和提取软件需求相关业务规则.除此之外,我们还通过领域知识辅助进行业务规则的抽象精化和关系识别,最终形成数据流形式的需求规约.最后，基于领域知识进行测试用例自动生成。我们将汇报评估结果。
                                                                                                                                                                            
演讲提纲：
1、大语言模型赋能的规约与测试用例生成框架
2、证券领域业务规则规约方法
3、业务规则测试用例生成方法
4、方法评估和实践
                                                                                                                                                                                
听众受益：
1、了解大模型在证券领域的微调和应用
2、了解证券领域合规需求的抽取
3、了解自然语言业务规则文档的测试用例探索实践
 
GenAI和知识图谱在金融科技业实践
夏  勇
汇丰财富管理及个人银行全球首席架构师
复旦大学/华南理工大学原客座教授
原上海交通大学企业博士生导师
汇丰银行董事总经理(Managing Director)。在此期间，先后担任汇丰财富管理及个人银行全球首席架构师，汇丰银行亚太区和中国区首席架构师。设计与实现服务于相关领域所有业务的技术愿景和策略，并负责相关领域所有IT系统设计。曾任汇丰科创风投研究中心总经理，负责金融科技，人工智能，数字资产等领域研究工作。
加入汇丰银行前，曾担任IBM全球技术研究院院士(Member of IBM Academy)， IBM大中华区顾问卓越中心和区块链卓越中心负责人，负责IBM在Fintech/区块链和人工智能等新技术领域业务和技术发展。同时，作为IBM资深认证咨询师(思想领袖级)， 为摩根大通， 新加坡星展银行及中国工商银行和中国银行提供最高管理层咨询。也曾作为金融解决方案负责人，负责的团队为国际和国内一线银行提供解决方案。客户包括瑞士联合银行，新澳银行，中国银行等20多家金融机构。所领导团队每年提供方案的合约总值，最高时接近上亿美元。加入IBM前，在瑞士苏黎世的瑞士信贷银行总部“全球银行核心部”，担任项目总架构师。
在学术届，他在苏黎世大学获得博士学位，多年来在国际一流期刊和会议发表有影响力的论文近40篇，专利10多项，担任多个国际会议共同主席，专家评审委员会成员和工业论坛主席。自2015年他一直担任国际需求工程委员会理事。之前还曾担任复旦大学和华南理工大学客座教授及上海交通大学企业博士生导师。
 
内容简介：
我们将分享在金融行业中应用GenAI和知识图谱于所有软件开发生命周期（SDLC）活动的经验。除了像代码生成这样的典型活动外，我们的例子还强调了其他同样重要的领域，如需求提取和分析，以及自动执行软件架构决策、指南和标准。此外，我们将详细讨论如主动识别和警告软件事件，以及自动分析事件根源的活动。最后，我们还将解释并演示一个与SDLC活动相关的系统框架。                                                                                                                                                 
演讲提纲：
1、在金融行业中应用GenAI和知识图谱在所有软件开发生命周期活动（SDLC）的实践
2、特别介绍大语言模型在智能需求工程中的应用，包括针对金融监管合规的对齐工作
3、演示智能SDLC系统框架
                                                                                                                                                            
听众受益：
1、了解金融领域应用GenAI和知识图谱于所有软件开发生命周期（SDLC）活动的经验
2、了解金融领域在大模型背景下对传统需求工程的扩展及相关尝试
                                                                                                                  
招商银行智能需求工程探索
内容简介：
随着业务扩展，招商银行产品人员逐年增加，需求及项目数量也随之增加。如何让新入职的产品经理尽快熟悉所负责产品，了解产品生命周期，开展产品需求分析工作，是内部面临的一个问题。结合日渐成熟的大语言模型，我们从需求获取、需求规格化、需求分析、需求一致性等方面进行探索，并结合AIAgent 思路，对研发模式进行展望。                                                                                                                                                                                                                      
演讲提纲：
1、招行需求体系介绍及面临的挑战
2、招行项目管理智能化探索
3、LLM在招行需求体系中的应用
4、大模型时代下新的研发模式展望
                                                                                                                                           
听众受益：
1、了解招行大语言模型如何应用于需求工程领域
2、了解需求结合大语言模型在研发领域的展望
                                                                                                                              
彭欣华
招商银行项目管理专家
多年量化交易系统开发经验，多年项目管理、需求管理、产品管理、效能管理经验，在中国软件估算大会演讲过软件功能点度量实践，智能项目管理等主题。认证PMP、CFA等。曾在《中国金融电脑》期刊上发表文章《将自然语言处理应用于软件规模度量的研究》，在软件工程顶级会议ESEC/FSE20、软件维护顶级国际会议ICSME20、信息和软件技术国际期刊IST上发表多篇论文。
京ICP备2020039808号-4
返回顶部