金融科技:金融科技与数据科学概述

数据科学与人工智能

共 1048字,需浏览 3分钟

 ·

2022-01-19 13:22

01

金融科技是什么?

不管本身是金融机构,还是客户是金融机构,金融科技布局和应用,正如火如荼。
金融科技是什么呢?站在不同角度观看,会有不同的理解。我以一个金融科技数据科学工作者的角度观看,是指利用各种科技服务金融业务和数据以创造商业价值的系统化过程。

我把它作进一步的细分:

  • 1 各种科技,我常用的人工智能技术、数据科学技术、统计学习技术、数据分析和挖掘技术、数据可视化技术、数据库技术、数据平台技术等。

  • 2 金融业务,我了解到信贷业务、理财业务、保险业务、支付业务等。

  • 3 金融数据,我接触到征信数据、客户基本信息数据、客户设备数据、客户消费数据、客户行为数据、客户信贷流转数据等。

  • 4 商业价值,我所知的价值表现形式,降低成本、增加收入、控制风险、提升效率。

关于金融科技是什么,你怎么看,欢迎扫描文末二维码,添加我的微信,大家一起交流。

02

为什么要金融科技?

我们为什么需要金融科技呢?

我想,金融科技可以为金融的创新、效率、风险、本质,带来积极的作用。因此,不管是各种金融机构,还是金融机构的服务商,都在拥抱和强化金融科技特性。

03

金融科技的数据科学工作介绍

我是在金融科技从事数据科学工作,主要内容包括:

  • 1 业务和数据的理解

  • 2 数据清洗和准备工作

  • 3 数据的探索性分析和报告

  • 4 风控模型设计和应用

  • 5 营销模型设计和应用

  • 6 模型的部署、管理、优化和迭代

  • 7 高效建模环境的搭建和维护

  • 8 全流程数据科学工作的模块化编程

  • 9 数据、规则、模型、策略设计、分析和调优

等等

04

金融科技数据科学人才的三点思考

如何成为一名金融科技数据科学人才?我有三点思考。
首先,金融科技数据科学人才属于一种复合型人才。这样的人才既需要熟悉金融业务问题,又需要掌握数据科学的知识和技能。
其次,优秀的沟通和表达能力、团队协作能力、项目管理能力,这些软实力,也非常重要。
最后,终身学习、框架思维、解决问题的能力,需要不断去践行和强化。


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。

浏览 99
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报