
携手人民大学 积木盒子发力深耕金融大数据_数据分析师考试
在国 务 院日前下发的《关于积极推进“互联网+”行动的指导意见》,普惠金融被正式列入11个行动的重点领域。这充分表明以P2P(网络借贷)为代表的互联网金融行业,在国家层面越来越得到重视和认可。《意见》亦指出,鼓励利用大数据等技术手段,加快金融产品和服务创新,从而为实体经济发展提供有效支撑。
作为国内领先的互联网金融平台,积木盒子自2013年8月上线以来,一直是普惠金融和服务实体经济理念的忠实践行者。截至2015年7月6日,平台累计交易量已经超过了76亿元,帮助20多个省份的中小微企业提供了融资服务。
积木盒子也一直关注金融大数据的应用,无论是在基础的风控决策中,还是在更具体的产品和服务创新过程中。既上个月发布首款金融大数据产品“读秒”后, 积木盒子又在“产学”结合的道路上迈出一大步。
7月9日,积木盒子与中国人民大学信息资源管理学院大数据与智慧城市研究中心(以下简称“人大信管学院”)签署战略合作协议;在为期三年的合作期内,双方将在互联网金融大数据、大学生创新项目、设立奖学金等方面开展广泛合作。
其中,在金融大数据方面,双方将联合成立“互联网金融大数据”专题实验室。人大信管学院将抽调国内外优秀的师资力量,与积木盒子一起组建项目小组,专注于金融大数据项目的研究,并完成和金融大数据相关的专题报告、论坛发布等。
积木盒子将设立“大学生创业孵化基金”,用于支持在校大学生创新创业项目的开发。同时,积木盒子还将成为“中国人民大学大数据与智慧城市研究中心校外实习实践基地”,为学生提供产学研结合的实践项目,并培养实操能力。
此外,积木盒子每年还将与信管学院联合主办“积木盒子”杯大学生创新项目,以奖励创新人才,为互联网金融大数据的发展积蓄人才力量。加上每年的“积木盒子奖学金”计划,希望力行尊师重教,推动产学研合作,支持教育发展。
中国人民大学信息资源管理学院大数据智慧城市研究中心(Big Data&Smart City Research Centre,简称为SCRC)筹建于2014年10月,是依托于中国人民大学在信息资源管理、信息系统及计算机科学等领域的科研教学优质资源,为指导和建设智慧城市发展的政府部门、相关企业提供战略规划、政策研究、技术支持和人才培养的国内一流智慧城市研究机构。中心以打造学术界智慧城市的知名品牌,占领智慧城市领域的学术制高点,促进智慧城市理论与应用研究的完美结合为发展研究目标,将以人为本、务实推进、创新融合与追求卓越作为中心研究宗旨。
积木盒子金融大数据研究中心首席科学家张良贵表示,此次与人大信管学院的合作,也是积木盒子携手高校进行“产学研”合作的第一步。“非常高兴与人大信管学院在金融大数据方面开展合作。积木盒子将充分利用信管学院在学界积累的优势,改善平台的数据收集、处理、可视化及数据分析挖掘,从而为风险控制、产品创新提供更多的大数据支持。”
积木盒子联合创始人魏伟则表示,早在去年9月份,积木盒子就开始布局大数据,目前金融大数据团队已经超过100人。今年6月10日更是正式推出了基于大数据的首款信用贷产品“读秒”,申请借款人数也超过了千人。
“我们一直致力于把积木盒子打造成一个开放的互联网金融创新平台。也非常愿意和包括大学在内的众多科研力量,一起分享平台数据,并促进包括大数据在内的研究成果转化,共同推动以‘互联网+金融’更好地服务实体经济”,他强调。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29