榮譽(yù)：*信息化專家——國(guó)家信產(chǎn)部信息化管理師授課專家！
教育背景：北京理工大學(xué)、日本精益生產(chǎn)學(xué)會(huì)會(huì)員。
曾任職務(wù)：百度、搜狐、中國(guó)移動(dòng)等互聯(lián)網(wǎng)巨擎級(jí)企業(yè)擔(dān)任項(xiàng)目經(jīng)理、產(chǎn)品經(jīng)理、運(yùn)營(yíng)總監(jiān)、品管總監(jiān)等職位。

工作或項(xiàng)目經(jīng)歷：
王老師先后在出版、通信、互聯(lián)網(wǎng)、咨詢等行業(yè)，從事互聯(lián)網(wǎng)運(yùn)營(yíng)管理、流程管理、品質(zhì)管理、運(yùn)營(yíng)管理等工作15年。曾在北大方正集團(tuán)、大唐移動(dòng)公司、搜狐、百度等公司工作。有豐富的企業(yè)實(shí)際工作經(jīng)驗(yàn)，熟悉基層業(yè)務(wù)和國(guó)內(nèi)企業(yè)的管理現(xiàn)狀。培訓(xùn)課程始終圍繞“變現(xiàn)”為核心，對(duì)如何將互聯(lián)網(wǎng)企業(yè)運(yùn)營(yíng)管理與傳統(tǒng)企業(yè)實(shí)踐相結(jié)合，解決企業(yè)的實(shí)際問題，有獨(dú)到的見解和實(shí)踐能力。通過咨詢項(xiàng)目為傳統(tǒng)行業(yè)轉(zhuǎn)型分享其在營(yíng)銷、市場(chǎng)、研發(fā)、物流等企業(yè)運(yùn)營(yíng)等各方面的心得。擅長(zhǎng)將咨詢工作中的經(jīng)驗(yàn)、案例以互聯(lián)網(wǎng)運(yùn)營(yíng)管理、 營(yíng)銷管理、客服管理等形式制作成咨詢方案與課件，在咨詢項(xiàng)目中實(shí)際運(yùn)做案例與活動(dòng)。

授課風(fēng)格：
情景式教學(xué)、案例豐富、表達(dá)清晰、邏輯有力、善于互動(dòng)控場(chǎng)。

王海老師人工智能成功案例：
近十年來，王老師參與過多項(xiàng)與 AI、機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析項(xiàng)目。代表性項(xiàng)目案例如下：
1.大數(shù)據(jù)分析驅(qū)動(dòng)的管理與決策研究重點(diǎn)項(xiàng)目：
項(xiàng)目從管理學(xué)的角度利用計(jì)算機(jī)、數(shù)學(xué)、統(tǒng)計(jì)學(xué)等交叉學(xué)科的方法深入研究面向管理決策的非結(jié)構(gòu)化大數(shù)據(jù)分析方法與關(guān)鍵技術(shù)。主要研究?jī)?nèi)容包括：（ 1）非結(jié)構(gòu)化大數(shù)據(jù)分析方法與挖掘技術(shù)研究；（2）非結(jié)構(gòu)化大數(shù)據(jù)挖掘算法并行分布式模型與計(jì)算方法研究；（3）多源異構(gòu)大數(shù)據(jù)融合方法研究；（4）大數(shù)據(jù)的統(tǒng)計(jì)推斷與決策方法研究。本項(xiàng)目將全面探索非結(jié)構(gòu)化大數(shù)據(jù)挖掘方法和技術(shù) ，開發(fā)非結(jié)構(gòu)化大數(shù)據(jù)融合平臺(tái)，對(duì)解決面向管理決策的非結(jié)構(gòu)化大數(shù)據(jù)挖掘的重大問題 ，提升我國(guó)企業(yè)的競(jìng)爭(zhēng)力具有重大實(shí)踐指導(dǎo)意義。
2.征信大數(shù)據(jù)分析與金融征信機(jī)器人項(xiàng)目:
考拉征信是拉卡拉旗下獨(dú)立的、開放的第三方信用評(píng)估及信用管理機(jī)構(gòu)，是當(dāng)前國(guó)內(nèi)同時(shí)持有個(gè)人征信牌照及企業(yè)征信牌照的征信企業(yè)，也是國(guó)內(nèi)*成立專注于大數(shù)據(jù)征信模型研究的專業(yè)實(shí)驗(yàn)室的征信機(jī)構(gòu)?？祭餍诺臄?shù)據(jù)來源是多維度的，依托大數(shù)據(jù)和互聯(lián)網(wǎng)平臺(tái)，數(shù)據(jù)來源既有拉卡拉十年積累起來的便民、電商、金融及近億級(jí)個(gè)人用戶和百萬(wàn)線下商戶日常經(jīng)營(yíng)的相關(guān)數(shù)據(jù)，同時(shí)藍(lán)標(biāo)、拓爾思、梅泰諾和旋極等四家上市公司也同步共享其數(shù)據(jù)，此外還有公安、法院、航空、通訊、學(xué)歷、學(xué)籍、工商等公共部門及其他行業(yè)合作的數(shù)據(jù)?；诳祭姆墙Y(jié)構(gòu)化大數(shù)據(jù)，本項(xiàng)目將重點(diǎn)研究：個(gè)人征信大數(shù)據(jù)建模，企業(yè)征信大數(shù)據(jù)建模，對(duì)于個(gè)人用戶的反欺詐征信大數(shù)據(jù)建模及處理系統(tǒng)等具體問題。
自動(dòng)收集、分析并處理多源、異構(gòu)、非結(jié)構(gòu)化的數(shù)據(jù)，充分驗(yàn)證并研究面向管理決策的非結(jié)構(gòu)化大數(shù)據(jù)挖掘方法技術(shù)，面向管理決策的多源異構(gòu)大數(shù)據(jù)融合方法，以及大數(shù)據(jù)統(tǒng)計(jì)推斷與決策方法等重要研究?jī)?nèi)容。利用大數(shù)據(jù)的價(jià)值，對(duì)征信管理決策提供重要的支撐作用。
3.春雨醫(yī)生健康大數(shù)據(jù)挖掘人工智能實(shí)證平臺(tái)項(xiàng)目:
基于春雨醫(yī)生的大量問診數(shù)據(jù)和全國(guó)范圍內(nèi)的病情分布數(shù)據(jù)，本項(xiàng)目將應(yīng)用并驗(yàn)證大數(shù)據(jù)統(tǒng)計(jì)推斷與決策方法；基于此平臺(tái)中的海量問診，本項(xiàng)目將應(yīng)用并驗(yàn)證面向管理決策的非結(jié)構(gòu)化大數(shù)據(jù)挖掘方法技術(shù)，既包括問診文本挖掘技術(shù)，也包括問診圖片挖掘技術(shù)；在此基礎(chǔ)上，進(jìn)一步研究并應(yīng)用如何將春雨內(nèi)外部大數(shù)據(jù)轉(zhuǎn)化為能夠輔助病情診斷和輔助治療的專業(yè)性知識(shí)，為自動(dòng)化診療提供科學(xué)依據(jù)，由此研究非結(jié)構(gòu)化大數(shù)據(jù)支持醫(yī)療決策的方法。
4.36Kr（36 氪） 雙創(chuàng)指數(shù)AI平臺(tái)系統(tǒng):
36 氪（36Kr）是中國(guó)領(lǐng)先的互聯(lián)網(wǎng)創(chuàng)業(yè)公司服務(wù)提供商。自 2010 年成立至今，36 氪已經(jīng)發(fā)展為包括創(chuàng)業(yè)媒體 36 氪、創(chuàng)業(yè)投資平臺(tái)氪加及線下創(chuàng)業(yè)空間氪空間三大業(yè)務(wù)在內(nèi)的互聯(lián)網(wǎng)創(chuàng)業(yè)入口級(jí)服務(wù)商。 36 氪擁有三種屬性。一是 36kr 的媒體屬性，是中國(guó)領(lǐng)先的科技新媒體，報(bào)道*的互聯(lián)網(wǎng)科技新聞以及最有潛力的互聯(lián)網(wǎng)創(chuàng)業(yè)企業(yè)。二是平臺(tái)屬性，是中國(guó)真實(shí)高效的互聯(lián)網(wǎng)創(chuàng)業(yè)投融資平臺(tái)，對(duì)創(chuàng)業(yè)者和投資人進(jìn)行嚴(yán)格實(shí)名審核認(rèn)證，幫助創(chuàng)業(yè)者以最快的速度完成早期融資，為投資人篩選最優(yōu)質(zhì)匹配的項(xiàng)目。三是氪空間，它重新定義了孵化器，是創(chuàng)業(yè)團(tuán)隊(duì)完成第一輪融資的地方。作為中國(guó)*的創(chuàng)業(yè)生態(tài)平臺(tái)，36Kr 收錄了 50 萬(wàn)家創(chuàng)業(yè)企業(yè)的圍觀動(dòng)態(tài)數(shù)據(jù)，并與中國(guó)聯(lián)通、 TalkingData、友盟等擁有大量數(shù)據(jù)的公司合作，擁有多種類、多維度數(shù)據(jù)源，結(jié)合申請(qǐng)單位處理海量數(shù)據(jù)的技術(shù)和能力作為支撐，此平臺(tái)將構(gòu)建中國(guó)創(chuàng)業(yè)創(chuàng)新指數(shù)，對(duì)創(chuàng)業(yè)者、投資者及政策制定者提供重要的參考和決策支持。
基于此平臺(tái)數(shù)據(jù)來源的廣泛性和異構(gòu)性，本項(xiàng)目將應(yīng)用并研究面向管理決策的多源異構(gòu)大數(shù)據(jù)融合方法；在對(duì)多體量巨大的數(shù)據(jù)進(jìn)行分析和推斷中，本項(xiàng)目將應(yīng)用并驗(yàn)證大數(shù)據(jù)統(tǒng)計(jì)推斷與決策方法；在具體的指數(shù)構(gòu)建及驗(yàn)證過程中，本項(xiàng)目將應(yīng)用并驗(yàn)證面向管理決策的非結(jié)構(gòu)化大數(shù)據(jù)挖掘方法技術(shù)，特別是文本挖掘技術(shù)，如文本的結(jié)構(gòu)化表示、文本特征提取和文本分類等。
本項(xiàng)目的重要完成研究并應(yīng)用基于非結(jié)構(gòu)化大數(shù)據(jù)挖掘技術(shù)將這些大數(shù)據(jù)轉(zhuǎn)化為能夠輔助管理決策的描述中國(guó)創(chuàng)新創(chuàng)業(yè)情況的知識(shí)，實(shí)時(shí)監(jiān)控中國(guó)創(chuàng)新創(chuàng)業(yè)現(xiàn)狀，為監(jiān)管機(jī)構(gòu)和政府部門的政策制定提供科學(xué)依據(jù)，防范市場(chǎng)風(fēng)險(xiǎn)，由此研究非結(jié)構(gòu)化大數(shù)據(jù)支持管理決策的一般性方法和模式。
5.1 號(hào)店智能客戶及入駐店鋪價(jià)值及信用評(píng)分項(xiàng)目運(yùn)用AI 機(jī)器人深度學(xué)習(xí)技術(shù):
項(xiàng)目為中國(guó)*代表性的電子商務(wù)企業(yè)提供在客戶和入駐店鋪價(jià)值評(píng)分方面系統(tǒng)、全面、可操作的評(píng)價(jià)體系和方法論指導(dǎo)，使 1 號(hào)店完成了由數(shù)據(jù)資源到客戶價(jià)值的量化評(píng)估。
6.新華金融財(cái)經(jīng)智能數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范體系研究項(xiàng)目運(yùn)用AI 機(jī)器人深度學(xué)習(xí)技術(shù):
項(xiàng)目針對(duì)金融財(cái)經(jīng)數(shù)據(jù)服務(wù)特點(diǎn)建立一系列數(shù)據(jù)規(guī)范標(biāo)準(zhǔn)以及數(shù)據(jù)規(guī)范標(biāo)準(zhǔn)的維護(hù)更新體系，完成為用戶提供一個(gè)了穩(wěn)定、統(tǒng)一、規(guī)范、方便、高效的大數(shù)據(jù)分析服務(wù)平臺(tái)
7.時(shí)空大數(shù)據(jù)分析挖掘打造人工智能平臺(tái):
項(xiàng)目完成基于新型硬件體系結(jié)構(gòu)解決海量空間數(shù)據(jù)管理、高性能地理數(shù)據(jù)分析與復(fù)雜地理過程模擬，結(jié)合 GIS、RS、GPS 實(shí)現(xiàn)時(shí)空大數(shù)據(jù)分析與預(yù)測(cè)，以及時(shí)空仿真模擬。
8.基于新軟硬件體系結(jié)構(gòu)的網(wǎng)絡(luò)地圖服務(wù)器:
項(xiàng)目完成研發(fā)能夠支撐高并發(fā)用戶訪問，具備動(dòng)態(tài)時(shí)空分析、空間統(tǒng)計(jì)、空間態(tài)勢(shì)分析預(yù)測(cè) WebGIS 系統(tǒng)。
9.電商數(shù)據(jù)搜索引擎和電商大數(shù)據(jù)精準(zhǔn)推薦分析平臺(tái)運(yùn)用AI 機(jī)器人深度學(xué)習(xí)技術(shù):
項(xiàng)目完成研發(fā)面向電商交易數(shù)據(jù)的搜索引擎和個(gè)性化推薦分析平臺(tái)，實(shí)現(xiàn)用戶、商品、供應(yīng)商的*匹配，以及交易預(yù)測(cè)分析。
10.電力設(shè)備大數(shù)據(jù)智能監(jiān)測(cè)與故障分析系統(tǒng)運(yùn)用:
項(xiàng)目完成電力設(shè)備傳感器采集的數(shù)據(jù)，構(gòu)建設(shè)備大數(shù)據(jù)管理系統(tǒng)和電力故障分析預(yù)測(cè)挖掘平臺(tái)，項(xiàng)目結(jié)合 OpenTSDB 動(dòng)態(tài)時(shí)序數(shù)據(jù)庫(kù)技術(shù)，實(shí)現(xiàn)設(shè)備故障數(shù)據(jù)的分類與預(yù)測(cè)預(yù)警模型，實(shí)現(xiàn)設(shè)備監(jiān)測(cè)時(shí)間序列數(shù)據(jù)的分析挖掘與故障預(yù)警。
11.保險(xiǎn)大數(shù)據(jù)管理與分析系統(tǒng):
項(xiàng)目完成保險(xiǎn)保單數(shù)據(jù)的存儲(chǔ)管理和檢索，保險(xiǎn)產(chǎn)品的人群定位分析，用戶行為分析和保險(xiǎn)分析預(yù)測(cè)，異常行為監(jiān)測(cè)。
12.移動(dòng)運(yùn)營(yíng)商的大數(shù)據(jù)分析系統(tǒng):
項(xiàng)目完成信令數(shù)據(jù)、充值數(shù)據(jù)、CRM、業(yè)務(wù)訂閱數(shù)據(jù)等的存儲(chǔ)管理和分析檢索，實(shí)現(xiàn)數(shù)據(jù)集成、話單分析、客戶深度標(biāo)簽分析，網(wǎng)絡(luò)優(yōu)化分析以及輿情預(yù)警。
13.中石化某大型油田鉆井大數(shù)據(jù)分析平臺(tái)預(yù)研項(xiàng)目:
項(xiàng)目完成鉆井大數(shù)據(jù)的采集、收集，實(shí)現(xiàn)有限的數(shù)據(jù)來進(jìn)行監(jiān)控和告警，構(gòu)建大數(shù)據(jù)分析預(yù)測(cè)模型，使用真正的實(shí)時(shí)“鉆井大數(shù)據(jù)”來基于多個(gè)條件異常或預(yù)測(cè)鉆井成功與否的可能性分析預(yù)測(cè)，本項(xiàng)目是預(yù)研項(xiàng)目。

《互聯(lián)網(wǎng)模式引領(lǐng)“新常態(tài)”經(jīng)濟(jì)未來》
《跟故宮學(xué)互聯(lián)網(wǎng)思維修煉秘籍》
《互聯(lián)網(wǎng)思維與傳統(tǒng)企業(yè)互聯(lián)網(wǎng)轉(zhuǎn)型》
《互聯(lián)網(wǎng)思維重構(gòu)產(chǎn)業(yè)未來》
《新媒體營(yíng)銷與品牌推廣》
《大數(shù)據(jù)挖掘技術(shù)》
《傳統(tǒng)企業(yè)如何利用O2O模式轉(zhuǎn)型》
《互聯(lián)網(wǎng)搭建與運(yùn)營(yíng)管理培訓(xùn)》
《工業(yè)4.0構(gòu)建中國(guó)制造業(yè)未來》
《互聯(lián)網(wǎng)端到端運(yùn)營(yíng)流程搭建》

2014年—2015年，中國(guó)電信浙江分公司：互聯(lián)網(wǎng)思維下的品牌營(yíng)銷，參加人員共200人以上。
2014年，廣汽集團(tuán)公司：互聯(lián)網(wǎng)思維下的品牌營(yíng)銷，參加人員共100人。
2014年，美的集團(tuán)：大數(shù)據(jù)營(yíng)銷，參加人員共300人以上。
2015年，TCL集團(tuán)：互聯(lián)網(wǎng)思維下的創(chuàng)新營(yíng)銷，參加人員共200人以上。
2015年，都市快報(bào)：互聯(lián)網(wǎng)思維下的創(chuàng)新營(yíng)銷，參加人員共250人以上。
2015年，中國(guó)核能集團(tuán)：互聯(lián)網(wǎng)下的品牌營(yíng)銷，授課4期，參加人員共130人以上。
2016年，重慶郵政：互聯(lián)網(wǎng)創(chuàng)新思維養(yǎng)，授課4期，參加人員共180人以上。
2016年，武漢大學(xué)EMBA總裁班：互聯(lián)網(wǎng)思維下的創(chuàng)新營(yíng)銷，授課4期，參加人員共100人以上。
2016年，杭州移動(dòng)分公司：互聯(lián)網(wǎng)思維下的品牌營(yíng)銷，授課6期，參加人員共200人以上。
2017年，北京惠普公司：互聯(lián)網(wǎng)思維與轉(zhuǎn)型，參加人員共80人以上。
2017年，江蘇協(xié)鑫集團(tuán)：互聯(lián)網(wǎng)思維與傳統(tǒng)企業(yè)互聯(lián)網(wǎng)轉(zhuǎn)型，參加人員共60人以上。
2017年，蘭州生物醫(yī)藥公司：互聯(lián)網(wǎng)時(shí)代的產(chǎn)品“創(chuàng)新”思維。參加人員100人以上。
2017年, 哈爾濱順豐快遞公司: 大數(shù)據(jù)挖掘技術(shù),參加人員共50人以上。
2018年，江西煙草集團(tuán)：傳統(tǒng)企業(yè)如何適應(yīng)互聯(lián)網(wǎng)時(shí)代的運(yùn)營(yíng)管理，參加人員共80人以上。
2018年，上海郵電大學(xué)：從0到1區(qū)塊鏈技術(shù)應(yīng)用解析，參加人員共50人以上。