榮譽：*信息化專家——國家信產(chǎn)部信息化管理師授課專家！
教育背景：北京理工大學、日本精益生產(chǎn)學會會員。
曾任職務：百度、搜狐、中國移動等互聯(lián)網(wǎng)巨擎級企業(yè)擔任項目經(jīng)理、產(chǎn)品經(jīng)理、運營總監(jiān)、品管總監(jiān)等職位。

工作或項目經(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)運營管理、流程管理、品質(zhì)管理、運營管理等工作15年。曾在北大方正集團、大唐移動公司、搜狐、百度等公司工作。有豐富的企業(yè)實際工作經(jīng)驗，熟悉基層業(yè)務和國內(nèi)企業(yè)的管理現(xiàn)狀。培訓課程始終圍繞“變現(xiàn)”為核心，對如何將互聯(lián)網(wǎng)企業(yè)運營管理與傳統(tǒng)企業(yè)實踐相結(jié)合，解決企業(yè)的實際問題，有獨到的見解和實踐能力。通過咨詢項目為傳統(tǒng)行業(yè)轉(zhuǎn)型分享其在營銷、市場、研發(fā)、物流等企業(yè)運營等各方面的心得。擅長將咨詢工作中的經(jīng)驗、案例以互聯(lián)網(wǎng)運營管理、 營銷管理、客服管理等形式制作成咨詢方案與課件，在咨詢項目中實際運做案例與活動。

授課風格：
情景式教學、案例豐富、表達清晰、邏輯有力、善于互動控場。

王海老師人工智能成功案例：
近十年來，王老師參與過多項與 AI、機器學習、大數(shù)據(jù)分析項目。代表性項目案例如下：
1.大數(shù)據(jù)分析驅(qū)動的管理與決策研究重點項目：
項目從管理學的角度利用計算機、數(shù)學、統(tǒng)計學等交叉學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)分析方法與關鍵技術。主要研究內(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)計推斷與決策方法研究。本項目將全面探索非結(jié)構(gòu)化大數(shù)據(jù)挖掘方法和技術 ，開發(fā)非結(jié)構(gòu)化大數(shù)據(jù)融合平臺，對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 ，提升我國企業(yè)的競爭力具有重大實踐指導意義。
2.征信大數(shù)據(jù)分析與金融征信機器人項目:
考拉征信是拉卡拉旗下獨立的、開放的第三方信用評估及信用管理機構(gòu)，是當前國內(nèi)同時持有個人征信牌照及企業(yè)征信牌照的征信企業(yè)，也是國內(nèi)*成立專注于大數(shù)據(jù)征信模型研究的專業(yè)實驗室的征信機構(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，數(shù)據(jù)來源既有拉卡拉十年積累起來的便民、電商、金融及近億級個人用戶和百萬線下商戶日常經(jīng)營的相關數(shù)據(jù)，同時藍標、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、學歷、學籍、工商等公共部門及其他行業(yè)合作的數(shù)據(jù)。基于考拉的非結(jié)構(gòu)化大數(shù)據(jù)，本項目將重點研究：個人征信大數(shù)據(jù)建模，企業(yè)征信大數(shù)據(jù)建模，對于個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，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)計推斷與決策方法等重要研究內(nèi)容。利用大數(shù)據(jù)的價值，對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)挖掘人工智能實證平臺項目:
基于春雨醫(yī)生的大量問診數(shù)據(jù)和全國范圍內(nèi)的病情分布數(shù)據(jù)，本項目將應用并驗證大數(shù)據(jù)統(tǒng)計推斷與決策方法；基于此平臺中的海量問診，本項目將應用并驗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，既包括問診文本挖掘技術，也包括問診圖片挖掘技術；在此基礎上，進一步研究并應用如何將春雨內(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，為自動化診療提供科學依據(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平臺系統(tǒng):
36 氪（36Kr）是中國領先的互聯(lián)網(wǎng)創(chuàng)業(yè)公司服務提供商。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)投資平臺氪加及線下創(chuàng)業(yè)空間氪空間三大業(yè)務在內(nèi)的互聯(lián)網(wǎng)創(chuàng)業(yè)入口級服務商。 36 氪擁有三種屬性。一是 36kr 的媒體屬性，是中國領先的科技新媒體，報道*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)。二是平臺屬性，是中國真實高效的互聯(lián)網(wǎng)創(chuàng)業(yè)投融資平臺，對創(chuàng)業(yè)者和投資人進行嚴格實名審核認證，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)匹配的項目。三是氪空間，它重新定義了孵化器，是創(chuàng)業(yè)團隊完成第一輪融資的地方。作為中國*的創(chuàng)業(yè)生態(tài)平臺，36Kr 收錄了 50 萬家創(chuàng)業(yè)企業(yè)的圍觀動態(tài)數(shù)據(jù)，并與中國聯(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)合申請單位處理海量數(shù)據(jù)的技術和能力作為支撐，此平臺將構(gòu)建中國創(chuàng)業(yè)創(chuàng)新指數(shù)，對創(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。
基于此平臺數(shù)據(jù)來源的廣泛性和異構(gòu)性，本項目將應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；在對多體量巨大的數(shù)據(jù)進行分析和推斷中，本項目將應用并驗證大數(shù)據(jù)統(tǒng)計推斷與決策方法；在具體的指數(shù)構(gòu)建及驗證過程中，本項目將應用并驗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，特別是文本挖掘技術，如文本的結(jié)構(gòu)化表示、文本特征提取和文本分類等。
本項目的重要完成研究并應用基于非結(jié)構(gòu)化大數(shù)據(jù)挖掘技術將這些大數(shù)據(jù)轉(zhuǎn)化為能夠輔助管理決策的描述中國創(chuàng)新創(chuàng)業(yè)情況的知識，實時監(jiān)控中國創(chuàng)新創(chuàng)業(yè)現(xiàn)狀，為監(jiān)管機構(gòu)和政府部門的政策制定提供科學依據(jù)，防范市場風險，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 號店智能客戶及入駐店鋪價值及信用評分項目運用AI 機器人深度學習技術:
項目為中國*代表性的電子商務企業(yè)提供在客戶和入駐店鋪價值評分方面系統(tǒng)、全面、可操作的評價體系和方法論指導，使 1 號店完成了由數(shù)據(jù)資源到客戶價值的量化評估。
6.新華金融財經(jīng)智能數(shù)據(jù)標準規(guī)范體系研究項目運用AI 機器人深度學習技術:
項目針對金融財經(jīng)數(shù)據(jù)服務特點建立一系列數(shù)據(jù)規(guī)范標準以及數(shù)據(jù)規(guī)范標準的維護更新體系，完成為用戶提供一個了穩(wěn)定、統(tǒng)一、規(guī)范、方便、高效的大數(shù)據(jù)分析服務平臺
7.時空大數(shù)據(jù)分析挖掘打造人工智能平臺:
項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)分析與復雜地理過程模擬，結(jié)合 GIS、RS、GPS 實現(xiàn)時空大數(shù)據(jù)分析與預測，以及時空仿真模擬。
8.基于新軟硬件體系結(jié)構(gòu)的網(wǎng)絡地圖服務器:
項目完成研發(fā)能夠支撐高并發(fā)用戶訪問，具備動態(tài)時空分析、空間統(tǒng)計、空間態(tài)勢分析預測 WebGIS 系統(tǒng)。
9.電商數(shù)據(jù)搜索引擎和電商大數(shù)據(jù)精準推薦分析平臺運用AI 機器人深度學習技術:
項目完成研發(fā)面向電商交易數(shù)據(jù)的搜索引擎和個性化推薦分析平臺，實現(xiàn)用戶、商品、供應商的*匹配，以及交易預測分析。
10.電力設備大數(shù)據(jù)智能監(jiān)測與故障分析系統(tǒng)運用:
項目完成電力設備傳感器采集的數(shù)據(jù)，構(gòu)建設備大數(shù)據(jù)管理系統(tǒng)和電力故障分析預測挖掘平臺，項目結(jié)合 OpenTSDB 動態(tài)時序數(shù)據(jù)庫技術，實現(xiàn)設備故障數(shù)據(jù)的分類與預測預警模型，實現(xiàn)設備監(jiān)測時間序列數(shù)據(jù)的分析挖掘與故障預警。
11.保險大數(shù)據(jù)管理與分析系統(tǒng):
項目完成保險保單數(shù)據(jù)的存儲管理和檢索，保險產(chǎn)品的人群定位分析，用戶行為分析和保險分析預測，異常行為監(jiān)測。
12.移動運營商的大數(shù)據(jù)分析系統(tǒng):
項目完成信令數(shù)據(jù)、充值數(shù)據(jù)、CRM、業(yè)務訂閱數(shù)據(jù)等的存儲管理和分析檢索，實現(xiàn)數(shù)據(jù)集成、話單分析、客戶深度標簽分析，網(wǎng)絡優(yōu)化分析以及輿情預警。
13.中石化某大型油田鉆井大數(shù)據(jù)分析平臺預研項目:
項目完成鉆井大數(shù)據(jù)的采集、收集，實現(xiàn)有限的數(shù)據(jù)來進行監(jiān)控和告警，構(gòu)建大數(shù)據(jù)分析預測模型，使用真正的實時“鉆井大數(shù)據(jù)”來基于多個條件異?；蝾A測鉆井成功與否的可能性分析預測，本項目是預研項目。

《互聯(lián)網(wǎng)模式引領“新常態(tài)”經(jīng)濟未來》
《跟故宮學互聯(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》
《新媒體營銷與品牌推廣》
《大數(shù)據(jù)挖掘技術》
《傳統(tǒng)企業(yè)如何利用O2O模式轉(zhuǎn)型》
《互聯(lián)網(wǎng)搭建與運營管理培訓》
《工業(yè)4.0構(gòu)建中國制造業(yè)未來》
《互聯(lián)網(wǎng)端到端運營流程搭建》

2014年—2015年，中國電信浙江分公司：互聯(lián)網(wǎng)思維下的品牌營銷，參加人員共200人以上。
2014年，廣汽集團公司：互聯(lián)網(wǎng)思維下的品牌營銷，參加人員共100人。
2014年，美的集團：大數(shù)據(jù)營銷，參加人員共300人以上。
2015年，TCL集團：互聯(lián)網(wǎng)思維下的創(chuàng)新營銷，參加人員共200人以上。
2015年，都市快報：互聯(lián)網(wǎng)思維下的創(chuàng)新營銷，參加人員共250人以上。
2015年，中國核能集團：互聯(lián)網(wǎng)下的品牌營銷，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EMBA總裁班：互聯(lián)網(wǎng)思維下的創(chuàng)新營銷，授課4期，參加人員共100人以上。
2016年，杭州移動分公司：互聯(lián)網(wǎng)思維下的品牌營銷，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：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,參加人員共50人以上。
2018年，江西煙草集團：傳統(tǒng)企業(yè)如何適應互聯(lián)網(wǎng)時代的運營管理，參加人員共80人以上。
2018年，上海郵電大學：從0到1區(qū)塊鏈技術應用解析，參加人員共50人以上。