调查评估岗职责（一）负责客户借款申请的受理，审查借款人的资信、贷款条件、借款用途等情况，提出是否立项调查的初步意见；（二）负责贷款项目的合法合规性、真实性、安全性、流动性及效益性的调查评估和认定；（三）负责办理贷款的有关手续及事宜，如保证人资格、能力的调查认定，抵押物的评估、登记等。
审查核准岗职责（一）负责对贷款项目进行合法、合规性和真实性的审查，主要审核借款人提供资料的完整性、贷款手续的合法合规性及调查评估岗意见的准确性和合理性等； （二）根据上报材料分析借款人及贷款项目的优势和存在的风险，并提出风险控制措施；（三）负责对贷款项目贷与不贷及贷款币种、金额、期限、利率、贷款方式、还款方式、贷款科目等提出建议。
审批决策岗职责（一）在审批权限内对贷款提出贷与不贷的决策意见，对超过审批权限的贷款，及时将报批意见连同有关资料，呈送上一级审批决策岗审批；（二）确定贷款币种、金额、期限、利率、贷款方式、还款方式、贷款科目等；（三）对借款人及贷款项目存在的风险提出控制措施；（四）负责处理贷款业务中的重大事项。
贷后管理岗职责（一）负责对借款人经营管理的监控及贷款使用情况的贷后跟踪管理；（二）负责贷款本息的收回；（三）负责收集客户的有关信息；（四）负责按规定进行贷后检查，并按规定时间提交贷后检查报告及贷款综合评价等报告。
信贷面审是贷款流程中的一个重要环节，主要指的是借款人携带合法有效证件原件、手章及贷款所需费用，到贷款银行交纳贷款所需费用并进行面谈及签字的手续流程。在面审过程中，银行会对借款人的身份、借款用途、还款来源、还款能力等方面进行详细的了解和评估，以确保贷款的安全性和合规性。具体来说，信贷面审的流程通常包括以下几个步骤：借款人到银行填写贷款申请表，并提交相关材料，如身份证、收入证明、征信报告等。银行对借款人提交的材料进行初步审核，核实其身份信息和收入情况等。如果初步审核通过，银行会安排面审时间，通知借款人前来面谈。在面审过程中，银行会对借款人的借款用途、还款来源、还款能力等方面进行详细的询问和了解，并要求借款人签署相关文件。最后，银行会根据面审结果和其他审核材料，综合评估借款人的信用状况和还款能力，决定是否批准贷款申请。需要注意的是，信贷面审是贷款流程中的重要环节，借款人需要认真准备相关材料，并如实回答银行的问题。同时，借款人也需要了解自己的还款能力和借款用途，确保能够按时还款并避免不必要的风险。以上是关于信贷面审的基本解释和流程介绍，希望对你有所帮助。
是真的。农业银行信贷特审版是正规的，是农业银行推出的为了提升信贷审批效率，提高客户粘性的一项重要措施，可以大大提升放贷效率，让借款人少跑几趟就可以把贷款办成了，方便客户，也提升农业银行的知名度，对于拓展新客户和维护存量客户，都是有益的。
二者都是基于信贷业务开展审核工作的，非机审主要依赖于三方数据，了解借款人的黑名单命中、多头借贷、运营商数据、电商数据、反欺诈等信息，根据这些去人工审核；机审不仅有三方数据风控，还支持风控模型和大数据风控规则引擎做风控审核，快速过滤不良借款人，轻松审核过万订单。现在市面上口碑不错的像阿尔法象的信贷机审系统，虽然推出没多久，大概有半年多的时间，圈里就有点名气了，你可以关注一下相关资讯，多了解了解。
农业信贷特审版不一定是农业银行的。农业信贷是农业经济活动中，贷款者向借款者供应货币（或商品），后者定期归还并支付利息的行为。在社会主义条件下，农业信贷是金融组织在农村吸收存款、发放贷款的信用活动的总称，是动员和分配农村中暂时闲置的货币资金，以供应农业再生产过程中资金周转需要的一种形式。
机审系统是可以实现自动审核的，是否可靠就要看审核所依靠的AI模型是否可靠。
一般AI模型都是对大量的信贷实战数据进行清洗、分析、整合，再通过一些常用的回归逻辑、决策树等AI算法来建模，AI模型一般都要运用机器学习的技术，所以这些都要看下机审系统的开发商是否具备这些能力。
据我所了解，圈内阿尔法象的信贷机审系统是联合中国科学院大学共同研发的AI模型，从背景来看应该不错，具体就得用用才知道了。
这样模型会随着实战运用，
随着科技的迅猛发展，人工智能技术在各个领域的应用逐渐成为现实。信审作为金融行业不可或缺的环节，也不例外。传统的信审方式往往存在效率低下、漏审现象和不公平等问题。如何利用人工智能技术改变传统信审模式，提高信贷审核效率，成为金融机构关注的焦点之一。
人工智能技术在信审领域有着广泛的应用。通过建立机器学习模型，信审人工智能可以智能化分析借款人的个人信息、信用记录、资产状况等数据，对借款人的还款能力和信用风险进行评估。同时，人工智能还可以通过自然语言处理技术，对大量的贷款申请文本进行分析，加快审核速度，并减少人为因素的干扰。
引入信审人工智能可以带来多个方面的优势。首先，信审人工智能可以实现自动化，大大减少信贷审核过程中的人工干预，提高审核的效率和一致性。其次，人工智能模型可以根据历史数据不断学习，提升信审的准确性和预测能力。此外，信审人工智能还可以从整个数据集中找到隐藏的规律和特征，帮助金融机构识别潜在的欺诈行为，降低信贷风险。
然而，信审人工智能在实际应用中也面临一些挑战。首先，数据的质量和数量对人工智能模型的训练至关重要，但是金融行业的数据往往存在异构性和不完整性，这给模型的训练带来了困难。其次，人工智能的决策难以解释，这给金融机构的风险管理带来了挑战。此外，隐私和安全问题也是金融机构引入人工智能所面临的重要问题。
要应用信审人工智能技术，金融机构需要考虑多个因素。首先，需要建立完善的数据收集和管理系统，确保数据的质量和完整性。其次，金融机构需要培养专业的人工智能团队，推动人工智能技术与业务的深度融合。此外，金融机构还需要制定合理的规则和标准，确保人工智能模型的合规性和公平性。
信审人工智能的应用可以提升信贷审核效率，改善传统信审模式存在的问题。然而，其也面临着一系列的挑战，需要金融机构在应用过程中做好合规和风险管理。相信随着技术的不断进步，信审人工智能将在金融行业的发展中扮演越来越重要的角色。
感谢您阅读本文，相信通过了解信审人工智能的应用，您对金融行业相关技术与创新发展有了更深入的了解。
