业务和功能介绍
1、立项背景和目标
立项背景
企业原有个贷业务缺乏专业化贷后数字化管理工具，所有逾期资产台账、客户跟进记录、不良资产统计完全依赖人工Excel维护。存在逾期客户识别滞后、资产状态混乱、催收流程无标准化闭环、数据无法统一汇总、人工统计误差大、资产风险不可控等问题，无法满足金融资产风险管控与合规追溯要求，整体贷后管理效率低、资产复盘难度大。
项目目标
搭建纯贷后专项资产管理后台系统，实现全量个贷逾期资产统一台账管理、逾期分级自动识别、标准化催收处置闭环、不良资产持续跟踪；替代传统人工台账模式，规范贷后全流程作业，实现贷后资产数据可视化、风险可控、过程可追溯，提升贷后资产处置效率与金融合规管理能力。
2、软件功能、核心功能模块介绍
系统专注个贷贷后资产全生命周期管理，无贷前、贷中审批放款功能，核心四大贷后专项模块：
1. 贷后资产台账核心模块
统一维护全量逾期、不良、待处置贷款资产台账，整合客户信息、逾期天数、剩余本金、罚息、历史处置记录，支持台账精准查询、批量校对、历史数据溯源，实现所有贷后资产一盘式管理。
2. 逾期分级识别与预警模块
依据逾期天数自动划分M1/M2/M3+资产等级，自动生成逾期预警清单，精准区分普通逾期与不良资产，帮助业务快速识别高风险资产，为分层处置提供数据依据。
3. 贷后催收与资产处置模块
支持逾期资产任务分配、线上催收跟进、沟通记录登记、客户还款协商、延期处置、回款核销等全流程操作，形成「逾期识别—任务分配—跟进处置—回款闭环」的标准化贷后作业流程。
4. 贷后资产统计与合规报表模块
自动统计逾期率、不良率、回款率、资产处置进度等核心贷后指标，自动生成资产质量分析报表、合规统计报表，支持数据导出、复盘分析与内部审计。
配套能力：系统权限管控、贷后操作日志全程留痕、批量数据导入导出、异常资产标记管理。
3、业务流程、功能路径描述
1. 贷后资产台账归集：同步存量逾期贷款数据，系统标准化建立专属贷后资产台账，完成全量逾期资产建档归类；
2. 逾期自动分级预警：系统根据逾期天数自动划分资产风险等级，生成预警清单与待处置任务；
3. 贷后分层处置跟进：根据资产等级分配专项处置任务，业务人员线上跟进催收、登记沟通记录、执行协商处置方案；
4. 回款核销与状态更新：客户完成回款后，系统自动核销逾期状态、更新资产台账，结清资产归档留存；
5. 资产复盘与合规追溯：系统自动汇总月度/季度贷后资产数据，输出资产质量报表，全程操作留痕，满足金融合规追溯与风险复盘需求。
立项背景
企业原有个贷业务缺乏专业化贷后数字化管理工具，所有逾期资产台账、客户跟进记录、不良资产统计完全依赖人工Excel维护。存在逾期客户识别滞后、资产状态混乱、催收流程无标准化闭环、数据无法统一汇总、人工统计误差大、资产风险不可控等问题，无法满足金融资产风险管控与合规追溯要求，整体贷后管理效率低、资产复盘难度大。
项目目标
搭建纯贷后专项资产管理后台系统，实现全量个贷逾期资产统一台账管理、逾期分级自动识别、标准化催收处置闭环、不良资产持续跟踪；替代传统人工台账模式，规范贷后全流程作业，实现贷后资产数据可视化、风险可控、过程可追溯，提升贷后资产处置效率与金融合规管理能力。
2、软件功能、核心功能模块介绍
系统专注个贷贷后资产全生命周期管理，无贷前、贷中审批放款功能，核心四大贷后专项模块：
1. 贷后资产台账核心模块
统一维护全量逾期、不良、待处置贷款资产台账，整合客户信息、逾期天数、剩余本金、罚息、历史处置记录，支持台账精准查询、批量校对、历史数据溯源，实现所有贷后资产一盘式管理。
2. 逾期分级识别与预警模块
依据逾期天数自动划分M1/M2/M3+资产等级，自动生成逾期预警清单，精准区分普通逾期与不良资产，帮助业务快速识别高风险资产，为分层处置提供数据依据。
3. 贷后催收与资产处置模块
支持逾期资产任务分配、线上催收跟进、沟通记录登记、客户还款协商、延期处置、回款核销等全流程操作，形成「逾期识别—任务分配—跟进处置—回款闭环」的标准化贷后作业流程。
4. 贷后资产统计与合规报表模块
自动统计逾期率、不良率、回款率、资产处置进度等核心贷后指标，自动生成资产质量分析报表、合规统计报表，支持数据导出、复盘分析与内部审计。
配套能力：系统权限管控、贷后操作日志全程留痕、批量数据导入导出、异常资产标记管理。
3、业务流程、功能路径描述
1. 贷后资产台账归集：同步存量逾期贷款数据，系统标准化建立专属贷后资产台账，完成全量逾期资产建档归类；
2. 逾期自动分级预警：系统根据逾期天数自动划分资产风险等级，生成预警清单与待处置任务；
3. 贷后分层处置跟进：根据资产等级分配专项处置任务，业务人员线上跟进催收、登记沟通记录、执行协商处置方案；
4. 回款核销与状态更新：客户完成回款后，系统自动核销逾期状态、更新资产台账，结清资产归档留存；
5. 资产复盘与合规追溯：系统自动汇总月度/季度贷后资产数据，输出资产质量报表，全程操作留痕，满足金融合规追溯与风险复盘需求。
项目实现
一、整体架构与设计思路、模块技术栈
1、整体架构与设计思路
系统采用前后端分离架构，聚焦个贷纯贷后资产管控场景，摒弃传统贷前审批、贷中放款冗余模块，以「资产台账统一管控、逾期风险分层预警、催收处置闭环、合规数据追溯」为核心设计思路。整体分为数据层、业务逻辑层、前端展示层三层架构，主打高数据准确性、高安全性、高可追溯性，适配金融行业合规管控要求。系统支持存量逾期数据批量归集、日终自动计息、分级任务分发、数据自动统计报送，解决传统人工台账低效、数据错乱、风险滞后的核心痛点，同时预留功能拓展接口，可适配不同逾期等级资产处置、多维度报表统计迭代需求。
2、各模块核心技术栈
后端技术：基于.NET框架开发，适配金融系统稳定、安全、低容错的运行要求，支撑贷后核心业务逻辑运算、数据校验、状态流转；
数据库技术：采用SQL Server数据库，负责全量逾期资产台账、催收记录、回款数据、日志数据存储，支持精准查询、批量数据校对、历史数据溯源；
前端技术：Vue+Element UI搭建后台管理页面，实现台账可视化展示、风险数据看板、任务操作界面、报表导出功能；
辅助技术：依托定时任务组件实现日终自动计息、逾期等级自动刷新、数据定时汇总；通过日志留存技术实现全操作链路可追溯，满足金融合规审计要求。
二、个人负责模块与量化成果
1、个人核心负责模块（全流程产品主导）
全程独立负责项目需求调研、业务梳理、产品设计、落地推进、迭代优化全流程，核心主导四大贷后专项模块：贷后资产台账管理模块、逾期分级预警模块、催收资产处置模块、合规报表统计模块，同时统筹系统权限管控、数据批量处理、操作日志留痕等配套功能设计。深度对接金融业务方，梳理贷后全流程业务规则，输出全套PRD文档、原型图及业务流程图，联动研发、测试、业务团队完成全模块落地上线与迭代优化。
2、量化落地成果
1. 数字化替代人工台账，贷后数据统计人力成本降低45%，彻底杜绝Excel手工统计的数据误差问题，资产台账准确率提升至100%；
2. 搭建逾期分级预警与自动任务分发机制，高风险逾期资产识别时效提升80%，逾期资产漏判、晚判问题清零，资产风险管控能力大幅提升；
3. 标准化线上催收处置闭环流程，单条逾期资产处置周期缩短30%，逾期资产整体回款率提升12%；
4. 实现合规报表自动生成，月度监管报表制作时长从2天缩短至2小时，报表制作效率提升90%，完全满足金融合规报送与内部审计要求；
5. 完成全量存量逾期资产数字化归档，累计梳理校准千余条历史资产数据，实现所有贷后资产可查询、可追溯、可复盘。
三、项目难点、踩坑问题及对应解决方案
难点1：历史存量数据杂乱，归集校准难度大
问题坑点：项目初期存量逾期资产数据分散、字段缺失、台账格式不统一，部分历史回款、罚息数
1、整体架构与设计思路
系统采用前后端分离架构，聚焦个贷纯贷后资产管控场景，摒弃传统贷前审批、贷中放款冗余模块，以「资产台账统一管控、逾期风险分层预警、催收处置闭环、合规数据追溯」为核心设计思路。整体分为数据层、业务逻辑层、前端展示层三层架构，主打高数据准确性、高安全性、高可追溯性，适配金融行业合规管控要求。系统支持存量逾期数据批量归集、日终自动计息、分级任务分发、数据自动统计报送，解决传统人工台账低效、数据错乱、风险滞后的核心痛点，同时预留功能拓展接口，可适配不同逾期等级资产处置、多维度报表统计迭代需求。
2、各模块核心技术栈
后端技术：基于.NET框架开发，适配金融系统稳定、安全、低容错的运行要求，支撑贷后核心业务逻辑运算、数据校验、状态流转；
数据库技术：采用SQL Server数据库，负责全量逾期资产台账、催收记录、回款数据、日志数据存储，支持精准查询、批量数据校对、历史数据溯源；
前端技术：Vue+Element UI搭建后台管理页面，实现台账可视化展示、风险数据看板、任务操作界面、报表导出功能；
辅助技术：依托定时任务组件实现日终自动计息、逾期等级自动刷新、数据定时汇总；通过日志留存技术实现全操作链路可追溯，满足金融合规审计要求。
二、个人负责模块与量化成果
1、个人核心负责模块（全流程产品主导）
全程独立负责项目需求调研、业务梳理、产品设计、落地推进、迭代优化全流程，核心主导四大贷后专项模块：贷后资产台账管理模块、逾期分级预警模块、催收资产处置模块、合规报表统计模块，同时统筹系统权限管控、数据批量处理、操作日志留痕等配套功能设计。深度对接金融业务方，梳理贷后全流程业务规则，输出全套PRD文档、原型图及业务流程图，联动研发、测试、业务团队完成全模块落地上线与迭代优化。
2、量化落地成果
1. 数字化替代人工台账，贷后数据统计人力成本降低45%，彻底杜绝Excel手工统计的数据误差问题，资产台账准确率提升至100%；
2. 搭建逾期分级预警与自动任务分发机制，高风险逾期资产识别时效提升80%，逾期资产漏判、晚判问题清零，资产风险管控能力大幅提升；
3. 标准化线上催收处置闭环流程，单条逾期资产处置周期缩短30%，逾期资产整体回款率提升12%；
4. 实现合规报表自动生成，月度监管报表制作时长从2天缩短至2小时，报表制作效率提升90%，完全满足金融合规报送与内部审计要求；
5. 完成全量存量逾期资产数字化归档，累计梳理校准千余条历史资产数据，实现所有贷后资产可查询、可追溯、可复盘。
三、项目难点、踩坑问题及对应解决方案
难点1：历史存量数据杂乱，归集校准难度大
问题坑点：项目初期存量逾期资产数据分散、字段缺失、台账格式不统一，部分历史回款、罚息数
示例图片视频
相似推荐
智能多端协同平台-yinglong智能系统
立项背景和目标
本项目旨在构建一个集智能对话、自动化信息处理、终端远程控制于一体的业务中台。解决企业日常运维、信息采集、多系统协同中的重复性劳动问题，通过AI技术实现部分环节的无人值守。
2、核心功能模块
AI对话与推理模块：基于大语言模型的智能问答与决策支持，可辅助业务分析。
浏览器自动化模块：模拟用户操作网页，自动完成数据抓取、表单提交等任务。
情报API服务：对外提供结构化数据接口，支持第三方系统集成。
终端远程管理模块：通过WebSocket实现远程服务器命令执行与日志查看。
主控调度中心：统一管理各模块的任务队列、健康检查和异常告警。
3、业务流程
用户通过前端界面（或API调用）提交任务请求 → 主控中心解析任务类型 → 分发给对应的AI/自动化模块执行 → 结果存入Redis缓存并同步MySQL持久化 → 最终返回给用户。整个过程支持异步和同步两种模式。
包装袋生产日期检测
一、立项背景和目标
在现代工业化高速包装产线上，喷码漏印/错印/重印以及包装破损、封口不良等缺陷严重影响出厂合格率，传统人工抽检方式效率低、易漏检且无法做到全检。本项目面向高速自动化流水线，构建了一套“工业级 OCR 生产日期识别与表面缺陷在线智能质检系统”，实现包装表面特征毫秒级全检，并与产线 PLC 控制系统无缝联动，实现残次品 100% 自动定位与精准剔除。
二、软件功能与核心功能模块
1. 工业相机触发与高速图像采集模块：支持光电传感器外部硬件触发（Hard Trigger），实现微秒级曝光同步抓拍高速运动工件。
2. 喷码字符定位与 OCR 文本解析引擎：自适应定位生产日期、批号、保质期等变动喷码区域，执行多角度倾斜矫正、字符分割与高精度内容识别，并与生产工单标准文本实时核对校验。
3. 包装表面与封口缺陷检测模块：结合形态学与深度学习分割算法，实时识别包装漏液、褶皱、划痕、压边残缺及喷码模糊等外观缺陷。
4. PLC 通信与气动剔除协同模块：集成工业总线/串口通信协议，将检测判废结果与编码器脉冲位置同步传递给下位机 PLC，驱动气动电磁阀/机械推杆完成剔除动作。
三、业务流程与功能路径
工件流经检测工位 -> 光电信号触发工业相机抓拍高清图像 -> 图像处理流水线执行字符 OCR 结构化比对与表面缺陷检测 -> 综合判定工件良品/不良品等级 -> 判定为 NG 时通过工业通信协议向 PLC 发送剔除信号与编码器追踪位移 -> 机械剔除机构在指定位置将废品吹出/推入废品箱 -> 实时记录检测报表与瑕疵原图归档。
工作状态监测
一、立项背景和目标
在数字化工位管理、智慧办公与特种作业安防场景中，传统考勤系统仅能记录出入打卡，无法实时感知员工在岗状态及异常作业行为。本项目基于瑞芯微高性能边缘计算平台 RK3588，构建一套边缘侧低功耗、高实时性的“人脸识别与工作状态智能监测系统”，实现无感身份核验、在离岗检测及专注度/违规作业状态的边缘端一体化实时分析。
二、软件功能与核心功能模块
1. 高性能视频流采集与预处理模块：支持多路 RTSP/MIPI-CSI 高清工业摄像头视频流接入，利用硬件编解码单元（MPP）完成硬解与图像色彩空间转换（RGA）。
2. 边缘端人脸识别与活体检测模块：基于深度学习模型实现人脸快速检测、关键点对齐、RGB+红外双目静默活体防伪及本地特征库千万级特征向量秒级比对。
3. 工作状态与行为分析引擎：结合人体姿态估计与工位 ROI 区域检测，实时分析在岗/离岗时长、低头玩手机、脱岗疲劳打瞌睡及异常离席等工位状态。
4. 告警联动与边缘数据上报：支持状态异常事件触发抓拍、本地低延时告警，并通过 MQTT/HTTP 将脱敏状态数据结构化上报至企业中台。
三、业务流程与功能路径
摄像头实时输入视频流 -> RK3588 硬件解码与 RGA 图像裁剪缩放 -> NPU 驱动执行人脸识别算法完成身份绑定 -> 并行推理工位人体姿态与行为检测模型 -> 业务逻辑状态机聚合判定工位状态 -> 触发本地声光/日志告警并异步上报管控后台。
AI量体裁衣（日本公司外包项目）
一、立项背景和目标
传统西装高级定制高度依赖人工线下精准量体，存在服务门槛高、流程繁琐且难以实现规模化线上服务的问题。本项目旨在构建一套基于图像的“AI智能量体裁衣与穿搭顾问系统”，用户仅需上传全身照片，即可全自动解算西装定制所需的关键人体围度与骨骼几何数据，并依托智能体生成定制化穿搭与版型建议。
二、软件功能与核心功能模块
1. 图像采集与预处理模块：支持用户正面/侧面全身图像输入与图像质量自动化校验。
2. AI视觉量体计算引擎：集成人体关键点检测与三维人体参数化模型重构，精准拟合躯干网格并解算出肩宽、胸围、腰围、臀围、袖长、裤长等西装核心剪裁指标。
3. Coze AI穿搭咨询与决策工作流：将解算的量体数据、身形比例特征通过API传递给智能体，智能输出版型选择（修身/标准/宽松）、面料色彩及场合穿搭策略。
4. 服务端API与工作流协作：提供高并发服务端接口，实现图像上传、算法解算、结果回传与穿衣报告生成的全链路闭环。
三、业务流程与功能路径
用户上传人体图像 -> 系统调用人体检测与3D Mesh重构管线计算三维点云与骨骼关键点 -> 计算西装定制各项围度与长度参数 -> 结构化数据接入Coze智能体API工作流 -> 生成包含“精准量体数据 + 智能西装穿搭建议”的综合报告。
改进ProGAN的小样本纹理生成系统
1. 立项背景和目标：
针对传统ProGAN在生成高分辨率纹理时存在的模式崩塌、细节模糊及训练不稳定性问题，本项目旨在构建一套高保真纹理生成系统。目标是通过算法优化，实现4K级无缝纹理的自动化生成，解决游戏与影视制作中美术资产生产效率低、重复度高的问题，将单张高质量纹理的生产时间从数小时缩短至分钟级，并显著提升生成结果的多样性与真实感。
2. 软件功能、核心功能模块的介绍：
系统包含三大核心模块：
改进型生成对抗网络核心：引入自适应实例归一化与谱归一化技术，优化ProGAN的渐进式增长策略，增强高频细节表现力；
纹理后处理与优化模块：集成超分辨率重建与色彩校正算法，自动修复生成瑕疵，支持PBR材质贴图（法线、粗糙度等）的一键导出；
交互式评估看板：提供FID/IS指标实时监控与人工偏好反馈接口，支持用户通过文本或草图引导生成方向。
3. 业务流程、功能路径描述：
用户输入参数或参考图→系统初始化噪声向量→进入改进的ProGAN渐进式生成流程（从低分辨率逐步上采样至目标分辨率）→经过判别器多尺度校验→输出基础纹理→通过后处理模块增强细节→最终交付高清无缝纹理资产并自动归档。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服