cda

数字化人才认证

您的位置:首页 > 课程列表 > 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

难度系数:

课程系列:CDA金融数据人才系列

周期:6周

课程信息:
  • WHAT 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。
  • WHY 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。
  • WHO 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。



课程案例,项目特训

点击图片任何区域可放大

智能信用风控

本课程以当前国内崛起的消费金融,互联网金融为主要场景,介绍消费金融在贷前、贷中、贷后流程中信用风险管理中的数据应用,力图在深入实际场景的基础上为学员提供全面的数据驱动的风险管理知识,课程围绕信贷场景中贷前、贷中、贷后三个板块,通过介绍相关业务背景,结合实际的的风控需求,以讲解与案例的形式介绍数据分析、数据挖掘应用。
第一部分重点介绍常见消费类贷款产品要素,风险点,智能自动化审批基本框架,数据驱动的贷款准入、规则的制定,申请信用评分卡的构建及基于风险差异化的授信定价。第二部分介绍履约客户的管理,包括行为评分模型的构建以及相应额度策略的制定。第三部分介绍催收环节中催收评分卡的建立与催收策略的制定。
点击图片任何区域可放大

智能操作风控

近年来随着金融风控案件的频发和监管部门政策的不断收紧,提升机构风控能力以降低内外部风险已成为众多银行和其他金融机构工作的的重中之重。作为新巴赛尔协议中三种风险之一,操作风险包含常见的反欺诈、反洗钱、反舞弊等场景。综合运用多种手段,针对这“三反”场景进行风险治理防控,成为当前众多金融机构开展工作的重要抓手。
在2天的课程中,首先会对操作风险的概念和常见子场景进行剖析,力求让学员对操作风险有清晰完整的认识。紧接着介绍为应对操作风险,应该建设怎样的防控体系,并从制度、人才、数据、技术等角度进行剖析。尤其在技术手段这个环节中,会就操作风险的机器学习建模面临的几大问题和解决方案进行重点介绍。在一天半的在实战案例环节,安排了反信用卡盗刷欺诈、反洗钱、反营销薅羊毛这三个典型的Python建模案例,力求通过案例强化风控建模常见流程、覆盖建模技术难点,切实提升学员的风控建模实战能力。
点击图片任何区域可放大

总体课程简介

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。
点击图片任何区域可放大

智能客群运营

全球著名管理咨询公司麦肯锡报告指出,预计2020年中国将成为仅次于美国的全球规模第二大的零售银行市场,新形势下得零售者得天下。随着移动互联技术、大数据技术、人工智能技术的日益成熟和深度运用,未来银行将呈现“五化”:入口场景化、运营数字化、风控智能化、人才跨界化、服务普惠化。
因此,本课程目标上:主要针对运营数字化,实现智慧客群运营管理,从如何发现问题到如何解决问题。
本课程内容上,主要从“道”、“术”、“器”三个层面,分为;理论篇、实现篇和工具篇
1、理论篇,主要介绍从旧的4P理论到新的4P理论演变,以及数字化运营和数字化营销的理论和概念及其在银行业的实践; 2、实现篇,主要介绍三大策略:一是基于NES的客群运营监控、二是数字化的营销体系(模型、标签和CRM系统等)、三是数字化的营销闭环。 3、工具篇,着重通过案例,介绍具体算法在数字化运营中的应用。
一是介绍聚类算法及其在客群细分中的应用;
二是介绍协同过滤算法及其产品推荐中的应用;
三是介绍社区发现及其交易圈在银行营销中的应用。

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)

硬核服务

  • 朝九晚九全程跟班答疑

    助教线上服务时间由原先的上课期间答疑调整为课程持续期间答疑,包括中途休息时间;同时,每日答疑时间由原先的“朝九晚六”调整为“朝九晚九”,全面覆盖同学晚自习时间。
  • 一对一督学

    每个班级、每位同学、每月都会进行至少一次一对一辅导,询问同学学习状态、解决学员学习问题;同时,针对每个模块测试结果后10%的学员进行额外辅导,以确保学员能够跟上学习进度。
  • 定期直播串讲

    对于重难点知识和同学普遍反应的问题,助教将进行每周1-2次的晚自习串讲,串讲时常为2小时左右,且相关内容需要重新制作、有别于课程内容,帮助同学攻克重难点知识。
  • 有问必答

    助教线上服务要求有问必答,并能真正做到解决所有课程中遇到的问题。在原先每个班一个助教+一个班主任的配置下,调整为每个班2名助教+项目服务团队的模式,以确保快速、高质量的解决线上提问。
  • 出勤率和进度监督

    在课程持续期间,助教还需实时统计学员出勤情况,监督课堂纪律,跟进学习进度。除正常答疑外,服务团队会与班级同学保持沟通、给予正确指引,从而营造积极学习氛围。
  • 作业与测试

    在远程授课期间,每个课程会安排相关课后作业,确保同学课下能够进行适当练习,提升同学实时参与感、保证当日学习效果。除了作业,服务团队还会组织学员进行阶段性测试,以考试性质为主,主要考察学员对本阶段知识掌握程度。

来自业界的数据领袖团队

  • 常老师

    北京大学会计学博士,ThoughtWorks中国金融首席数据科学家,中国大数据产业生态联盟专家委员会委员,反洗钱模型专家

    具有15年金融、互联网行业数据科学实施和咨询服务经验。曾任毕马威大数据咨询副总监、某消金公司数据部高级经理、百度大数据算法工程师。著有《Python数据科学:技术详解与商业实践》等三本数据科学图书。
  • 叶老师

    东北大学基础数学专业,硕士研究生

    近8年来,一直从事金融、电信行业数据架构、数据治理和数据分析挖掘方面工作。现任北京捷报金峰数据技术有限公司产品&技术总监,主要负责公司数据治理解决方案的建设、数据治理配套平台的研发,以及银行业数据治理应用场景的研究,该项目在17年获得北京市创新项目资金资助。
  • 曾老师

    华中师范大学管理科学与工程硕士

    拥有5年金融场景下风控数据分析,风控模型经验。对互联网金融、消费金融领域中的消费分期,小微贷款,汽车金融的风险管理中的数据分析、数据挖掘,人工智能应用有深入了解与实践。曾主讲CDA的多门数据挖掘课程,有丰富的授课经验。

几乎所有行业

都稀缺独当一面的CDA数据分析师®人才

在招聘市场上,越来越多的企业要求持CDA数据分析师®证书

GROWN

开启数据科学家成长之路

考核通过后,可获得CDA数据分析师中英文双证书,其中中文证书由中国成人教育协会数据分析教育培训专业委员会监制,英文证书由CDA INSTITUTE 认证。
“CDA数据分析师认证”是一套科学化,专业化,国际化的人才考核标准,共分为CDA LEVELⅠ ,LEVEL Ⅱ,LEVEL Ⅲ三个等级,涉及行业包括互联网、金融、咨询、电信、零售、医疗、旅游等,涉及岗位包括大数据、数据分析、市场、产品、运营、咨询、投资等。该标准符合当今全球数据科学技术潮流,可以为各行业企业和机构提供数据人才参照标准。
  • CDA LEVEL I

    人人皆需的职场数据思维与通用数据技能

    面向范围

    • 零基础就业转行者、应届毕业生
    • 产品、运营、营销等业务岗与研发、技术岗在职者
    • 企业创始人、经理人、管理咨询类岗位从业者

    岗位去向

    商业(业务)分析师初级数据分析师
    (数据)产品运营(数字)市场营销
    数据专员...

  • CDA LEVEL II

    企业数字化发展中必备的数据分析流程与技能

    面向范围

    • 产品、运营、营销等业务部门与研发、中台、技术类部门数据分析相关岗位在职者
    • 数字化转型企业创始人与数字化流程中相关负责人

    岗位去向

    数据分析师(数据)产品运营经理
    (数字)营销经理风控建模分析师
    量化策略分析师数据治理(质量)...

  • CDA LEVEL III

    企业数字化发展中必备的高级数据分析方法与技术

    面向范围

    • 业务岗与技术岗从事数据分析、数据挖掘、机器学习等技术在职提升者
    • 从事算法科学、深度学习等工作的科研人员、分析师与工程师等

    岗位去向

    高级数据分析师机器学习工程师
    算法工程师数据科学家
    首席数据官...

EXAM

CDA认证报考开放化

CDA认证LEVELⅠ 对于考生的学历、专业、技能等没有限制性报考条件,在与全球计算机化考试服务商Pearson VUE达成深度合作后LEVELⅠ更是随报随考机制。
查看CDA认证报考流程 

VALUE

CDA证书的价值

  • 共识性CONSENSUS
    CDA数据分析师标准由中国成人教育协会数据分析教育培训专业委员会监制,国际范围内的数据科学领域的行业专家、学者及知名企业共同制定并于每年更新,逐步推动数据人才标准的行业共识。
  • 专业性speciality
    CDA认证是根据数据科学专业岗位设立的科学化,专业化,国际化的人才考核标准。考试与国际知名考试服务机构Pearson VUE合作,随报随考、专家命题、评分公平、流程严格,更具含金量。
  • 权益性rights
    CDA持证人自动纳入为CDA会员并享有系列特殊权益。证书皆绑定考生真实身份,可在CDA认证考试中心查询,证书确保唯一性与防伪性,持证人还可获得电子徽章,加入到Linkedin个人档案中。证书三年审核一次,保证持证人的实力与权益。

RIGHTS

CDA持证人的权益

  • 会员资格

    吸纳为CDA Institute、CDA数据分析师俱乐部会员,活动中具有优先报名参与权

  • 职业发展

    可优先获得CDA内部就业及职业发展推荐

  • 免费CDA活动

    免费参与CDAS行业峰会等各项活动,CDA持证人享受特权位置

  • 兼职机会

    有机会加入CDA数据分析教学、研发等项目

  • 黄金会员

    免费享有AIU人工智能学院1个月黄金会员,内含国外前沿数据科学学习等海量资源

  • 免费资源

    经管之家论坛学习资源、优秀文献资料免费下载权

  • Q: 在这门课程中会学习到什么?

    A: 本次课程不仅是讲如何处理数据、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。
  • Q:上课形式是怎么样的?

    A:课程分远程直播课和线上自由学习课程,远程班采取线上直播 + 录播视频 + 线上答疑,不受地域限制,录播视频及线上自由学习课程同学可以自主安排时间学习视频。
  • Q: 学员课下如何与老师进行互动?

    A: CDA课程每期都会建立QQ群和微信群,工作日有老师和助教负责答疑;同时学员可以在讨论区以帖子的形式向老师提问,老师会在工作日的48小时内回复。
  • Q:上课时间是怎么安排的?

    A: 线下周末培3周,共6天,每天9:00-16:30。线上自由学习3周。
  • Q:如果学不会怎么办?

    A: 首先,我们有一次免费学习的机会,如果还是学不会,授课老师会和学生面谈,发现问题所在,并让老师给出学习建议,查缺补漏,可以再跟着免费学一期。目前咱们还没有出现过这样的情况,对于学员来讲都是想尽快掌握技术能够运用到工作中。此外,课程均赠送全套录播视频,有效期2年,方便学员反复观看巩固,稳扎稳打学会全部课程。
  • Q: 完成课程后,可以获得证书吗?

    A:参加课程学员可自愿参加CDA LEVEL II建模分析师等级考试,考试合格获得由经管之家颁发《CDA数据分析师证书》。同时可自愿申请工信部《数据分析师证书》-高级。

OK