在金融科技行业从事数据科学工作，需要掌握哪些技术呢？

我以自己的经历，说一下金融科技的技术栈。

01

数据库技术

数据库技术，泛指熟练使用SQL技术，不仅是各种关系型数据库的SQL，还有各种大数据平台的SQL，例如Hive-SQL、Spark-SQL等。
对于SQL技术这块，我们重点要掌握增删改查的四种操作，以及与编程语言的交互。
通过SQL技术，我们可以有效完成如下工作：

• 1 数据的获取和集成

• 2 数据的简单统计与分析

• 3 数据宽表的设计和实现

02

编程技术

编程技术，是指我们至少要熟悉一门编程语言，不管是Python语言，还是R语言或者两者都会。不管Python语言，还是R语言，都可以有效地帮助我们完成数据科学工作流中各个环节的任务。比方说，数据的获取、数据的清洗、数据探索、数据转换、数据分析、数据建模、数据报告等。

若是你用Python语言，你需要掌握这些知识：

• 1 Python语言基础知识，元组、列表、字典，条件逻辑和循环结构，自定义函数和使用，自定义类和使用，文件管理，字符操作，异常处理等。

• 2 Python语言做数据可视化，掌握matplotlib库和seaborn库的使用。

• 3 Python做科学计算，掌握numpy库和scipy库的使用。

• 4 Python做统计分析，掌握statsmodels库的使用。

• 5 Python做数据分析，掌握pandas库的使用。

• 6 Python做机器学习，掌握scikit-learn库的使用。

• 7 Python做评分模型，掌握toad库和scorecardpy库的使用。

• 8 Python做集成树模型，掌握xgboost库，lightgbm库和catboost库的使用。

• 9 Python做数据报告，掌握Jupyter notebook的使用。

• 10 Python与数据库交互，掌握pyodbc库。

若是你用R语言，你需要掌握这些知识：

• 1 R语言基础知识，向量、数据框、列表，条件逻辑和循环结构，自定义函数和使用。

• 2 R做数据科学工作，熟悉tidyverse包。

• 3 R做评分模型，熟悉scorecard包。

• 4 R做集成树模型，熟悉xgboost包，lightgbm包和catboost包。

• 5 R语言数据库交互，掌握RODBC包。

• 6 R语言做数据报告，掌握rmarkdown包和shiny包。

03

学习算法

金融科技行业数据科学工作中，我常用的学习算法。

• 1 逻辑回归算法，五颗星。

• 2 决策树算法，四颗星。

• 3 集成树算法，包括gbdt, xgboost, lightgbm和catboost，四颗星。

• 4 聚类算法，k均值算法和GMM算法，四颗星。

• 5 关联分析，aprior算法，四颗星。

• 6 特征选择算法，过滤式选择、包裹式选择和嵌入式选择。过滤式的缺失率、唯一值率、IV值，包裹式的逐步回归，嵌入式的xgboost的特征重要性，四颗星。

• 7 神经网络算法，三颗星。

• 8 社交网络算法，两颗星。

04

其它技术

金融科技行业数据科学工作，其它技术，罗列如下。

• 1 版本控制技术

• 2 项目管理技术

• 3 Linux系统与云计算技术

• 4 报告撰写和汇报技术

• 5 模块化编程和封装技术

• 6 大数据平台知识

• 7 统计学知识

等。

总之，技术和业务相辅相成，技术服务业务，业务需要技术。

技术和业务可以看作金融科技数据科学人才的“左右手”，我们需要通过持续学习和实践，来促进共同成长和发展，以干出更多有价值和有意义活儿。

技术这个东西，请学以致用，活学活用。

关于金融科技做数据科学的技术栈，你有什么问题或者想法，请添加我的微信，一起讨论。

我是陆勤，在金融科技行业从事数据科学工作，也是一名终身学习者。我工作过的内容主要包括数据清洗和准备、风控评分模型、数字营销模型、风控策略分析、数据建模环境构建和维护等。我可以提供智能风控和数字营销的咨询与服务。欢迎你添加我微信，一起讨论金融科技的数据科学和数据人才。

金融科技专辑

1 金融科技：金融科技与数据科学概述