热线电话:4000-51-9191

就学培训网

登录
首页系统课金融数字化转型人才训练营
金融数字化转型人才训练营
金融数字化转型人才训练营
  • 远程班 随报随学

课程简介

金融数字化转型人才训练营:未来的企业中不存在盲目执行的人,也不存在仅发号施令的人。传统企业中的管理者将逐渐转变为赋能者。将自身的知识赋能给流程决策系统,这样业务运营才可以实现智能化;将自身的知识赋能给组织,这样所在组织才可以良性发展,处于领先地位。在市场变革中只有勇于突破自身、勇于拓展,才可以立于不败之地。本次课程不仅是讲如何发现业务问题、整理数据、建立模型、编写报告、构建业务应用数字化解决方案。而是力图为金融从业者提供个人数字化转型的解决方案,转型成为组织内部数字化赋能者。
本课程是1+2的结构,前面的“1”是能力体系建设,包括数据化工作流程以及涉及的主要数字化工具,学习完本课程将可以全面掌握指标监控体系的设计和可视化、业务分析报告的编写、数据挖掘项目实施和报告的技能。后者的“2”是数字化应用领域,包括客群运营、风险管控。数字化能力是一个整体,两个方面的数据应用场景都需要涉及到该领域的数据业务洞察、数据产品研发、数据治理、商业洞察和在大数据系统上落地。

学习目标

为数据应用产品经理提供能力提升路径和工作模版;
为算法工程师提供算法与业务结合的工作路径和大数据架构设计;
为业务人员开拓业务洞察视野和标准化的建模路线图;
为有志于从事金融大数据的人员提供定位指导和学习路线图。

学习对象和基础

对金融行业感兴趣的高年级学生或从业者;
最好有CDA一级基础,或掌握统计分析、逻辑回归等基础理论;
熟悉Python编程基础,或提前学习赠送的自学视频。

01数据产品开发方法和工具

01-01数据化业务工作流程:数字化工作的场景和流程
01-02数据化业务工作流程:数字化工作的工具和保障机制
01-03敏捷数据产品开发:工具和度量
01-04敏捷数据产品开发:市场研究和调研方法
01-05敏捷数据产品开发:数据产品流程(编写工作计划,产品愿景对齐,用户画像,需求分析工具,原型设计,技术方案设计,交付计划,最终报告展示)
01-06敏捷数据产品开发:数据产品生命周期管理
01-07银行指标体系建设:同业数据标准建设案例
01-08银行指标体系建设:指标体系总体概述
01-09银行指标体系建设:银行指标库设计(指标库,维度库和维度树,核心指标逐层分解法)
01-10银行指标体系建设:指标的可视化展示
01-11根因分析工具:定性分析法:内外部因素分析
01-12根因分析工具:定量分析法(分群画像,漏斗洞察,留存分析)
01-13根因分析工具:行为轨迹
01-14数据挖掘应用工具:决策类模型(细分画像,获客营销,保留提升,信用评分)
01-15数据挖掘应用工具:识别类模型(申请欺诈,违规识别)
01-16数据挖掘应用工具:预测和最优化分析(趋势预测,运营优化)

02智能客群运营

02-01智能客户运营理论:数字化运营理论-发现问题
02-02智能客户运营理论:数字化营销理论-解决问题
02-03智能客户运营理论:数字化运营和数字化营销一体化
02-04智能客户运营实现体系:基于NES的客群运营监控
02-05智能客户运营实现体系:数字化的营销体系(模型库、标签库和CRM系统等)
02-06智能客户运营实现体系:数字化的营销闭环
02-07聚类分析及其在银行中的应用:聚类分析
02-08聚类分析及其在银行中的应用:K-means聚类
02-09聚类分析及其在银行中的应用:层级聚类
02-10聚类分析及其在银行中的应用:谱聚类
02-11聚类分析及其在银行中的应用:聚类分析及其在银行中的实践
02-12推荐算法及其在银行中的应用:关联规则算法
02-13推荐算法及其在银行中的应用:协同过滤算法
02-14推荐算法及其在银行中的应用:产品推荐应用
02-15推荐算法及其在银行中的应用:银行产品推荐架构
02-16社区发现算法在银行中的应用:图论基本概念和实现
02-17社区发现算法在银行中的应用:社区发现算法
02-18社区发现算法在银行中的应用:银行交易圈及其营销应用

03 智能风险管控

03-01综述部分:消费信贷全生命周期风险管理
03-02综述部分:消费信贷常见产品及基本要素(消费信贷概念,消费信贷参与主体,常见消费信贷产品,产品风险点)
03-03综述部分:ABC卡介绍(ABC评分卡介绍与特点,在消费信贷风险管理中的应用)
03-04贷前、贷中风控模型:自动化信贷审批(自动化贷款审批基本框架)
03-05贷前、贷中风控模型:贷款人识别(生物识别与身份验证技术,在审批流程中的应用)
03-06贷前、贷中风控模型:信贷准入(监管性准入,政策性准入,黑名单性准入)
03-07贷前、贷中风控模型:信贷规则(组合策略)
03-08贷前、贷中风控模型:申请信用评分卡(业务理解,数据获取,构建模型)
03-09贷前、贷中风控模型:授信定价(基于风险的差异化定价,定价策略)
03-10贷前、贷中风控模型:申请阶段的数据监控(申请信息监控,策略监控,模型监控,贷款质量监控)
03-11贷后风控模型:行为评分卡(业务理解,数据获取,构建模型)
03-12贷后风控模型:额度管理(风险差异化的额度调整策略,续贷客户额度策略)
03-13贷后风控模型:还款预警
03-14催收策略模型:催收评分卡(业务理解,数据获取,构建模型)
03-15催收策略模型:催收策略(基于催收评分卡的不同阶段的催收策略)
03-16反欺诈模型:申请反欺诈模型(异常特征提取,复杂网络特征提取,构建识别模型)
03-17反欺诈模型:交易反欺诈模型(问题和标签不平衡问题,构建识别模型)