认证课程 | 清华、北大、人大与头部金融科技企业联合打造《金融大数据建模工程师》认证课程
课程背景
2019年8月,中国人民银行印发的《金融科技(FinTech)发展规划(2019-2021年)》明确指出:把握金融科技发展态势,强化人才队伍建设战略部署。从业人员的科技创新意识与创新能力,成为金融科技人才培养的重要标准。此前,北京市发布《北京市促进金融科技发展规划(2018年-2022年)》,提出全面实施金融科技人才聚集工程,建设金融科技人才培养基地,培养专业化金融科技人才。然而,金融科技已经成为全球金融中心竞争的焦点,各国金融科技竞争更加激烈。金融科技行业在快速发展的同时加速了金融科技行业人才需求的扩张。在各类金融科技人才需求缺口中,大数据人才缺口较大,到2025年全国大数据核心人才缺口达230万人。
为了深入实践“加强金融科技人才队伍建设”和落实“金融与科技复合型人才能力培养与提升”的工作要求,中关村互联网金融研究院(以下简称“研究院”)历时两年对近百家金融科技企业充分调研的基础上,围绕金融与科技复合型人才的能力标准、用人单位的人才需求展开了专项研究,联合中关村金融科技产业发展联盟(以下简称“联盟”),和联盟成员中关村银行、神州数码、文思海辉、旷视科技、财富引擎、联动优势、百融云创共同制定了《金融数据建模工程师》团体标准。该项目充分发挥人才和技术优势,受到用人单位的欢迎。旨在培养聚集更多的金融科技人才,缓解金融科技人才紧缺,推动金融科技产业发展。
项目特色
体系化的专业理论课程
课程体系以专业理论为基础,清华大学、北京大学、中国人民大学等高校专家讲授大数据、人工智能、区块链、云计算等技术的基本原理和底层技术。融合金融、新技术等多类知识体系,重点培养学员的跨学科交叉思维。
金融科技实战案例教学
邀请富民银行、兴业数金、百融云创、联动优势、睿智科技等优秀金融机构与金融科技企业的负责人进行实战案例教学,重点培养学员的技术能力、创新能力,从营销、风控等场景应用角度探析金融科技的价值创造。
课程体系
学制两个月,共36学时,采取线上学习,随报随学,全年四次考试。
课程安排
模块 | 课程名称 | |
专业理论 通识 线上培训 12学时 | 经济与金融基础、金融科技发展及监管概况 | 含金融基础知识与监管体系、金融法律法规与职业道德、金融消费者权益保护等。 |
云计算的基本模式与关键技术 | 包括云数据库管理与数据迁移,云存储,对象存储管理与安全等。 | |
大数据理论及内涵 | 大数据的内涵及特征,大数据技术图谱,数据挖掘与分析,大数据核心开发技术,大数据产品规划与设计导论等大数据相关理论知识。 | |
人工智能原理 | 包括机器学习概述,模式识别与计算机视觉,自然语言处理的基本原理。 | |
区块链的发展与底层技术 | 区块链的发展概况,以及区块链的底层技术、技术架构,区块链环境搭建等。 | |
大数据建模 线上培训 18学时 | 数据库技术与数据分析 | 讲解MySQL数据库的使用及常用数据操作,包括关系型数据库,MySQL的基本操作,常用的SQL语句,高级查询语句等。 |
大数据建模概述与实践 | 数据分析讲解大数据仓库应用,数学及统计分析理论,数据库管理与应用;数据挖掘与算法(数据挖掘概述与数据、可视化与多维数据分析、分类器与决策树算法、关联分析、聚类算法);建模及模型调优(数据引入,数据质量检查+样本定义,特征挖掘,数据拆分+特征抽取,模型训练+预测+评估)等。 | |
数据可视化理论及实战 | 业务逻辑分析、数据前期清洗和数据分析目标指标的设定,数据可视化的基本方法, 数据分析与统计推断技术和方法,数据分析结果呈现。 | |
金融场景 实践案例 线上培训 6学时 | 人工智能在金融科技中的应用 | 金融科技现状、中国金融机构面临的机会与挑战、金融科技三大能力、案例分析 |
大数据风控在金融领域的应用实践 | 大数据风控应具备的核心能力、互联网信贷业务现状分析、如何打造多维数据空间、反欺诈及贷后管理应用实践 | |
考核测评 | 完成全部学习内容后,统一闭卷考试 | 1.5小时 |
学员对象
1、面向金融机构、金融机构的金融科技子公司、金融科技公司的相关岗位;2、人工智能、大数据、云计算、区块链等金融科技底层技术科技企业、互联网金融机构、保险科技等公司的相关岗位;3、高等院校的在校大学生。
证书颁发
考试成绩合格者,将获得由中关村金融科技产业发展联盟与中关村互联网金融研究院联合颁发的”金融大数据建模工程师“认证证书。
项目咨询: