中关村互联网金融研究院（下称：中关村网金院）针对金融科技人才培养开发《金融数据建模应用》并成功申报教育部1+X证书制度试点的第四批职业教育培训评价组织和“金融数据建模应用”证书，近期在清华大学出版社正式出版教材——《金融数据建模应用》（高级）。

随着我国数字经济持续高速增长，金融科技政策环境和监管规则体系不断优化，行业守正创新、合规经营、规范发展的态势加快形成。我国金融科技正从“立柱 架梁”全面迈入“积厚成势”新阶段，通过充分发挥金融科技赋能作用，为健全具有高度适应性、竞争力、普惠性的现代金融体系，支撑创新驱动发展、数字经济、乡村振兴、碳达峰碳中和等战略实施发挥着日益突出的作用。

金融科技行业的快速发展，也加速了金融科技业人才需求的扩张。据普华永道预测，未来中国金融科技人才总缺口达150万。2022年中国人民银行在《金融科技发展规划（2022-2025年）》中重点提出扎实做好金融科技人才培养，持续推动标准规则体系建设，强化法律法规制度执行，护航金融科技行稳致远。

金融科技人才已成为银行招聘中的“香饽饽”，金融机构数字化转型金融科技人才已成为关键。各大高校亦更加重视对金融科技人才的培养，纷纷设立金融科技专业，但在具体行业人才培养过程中还存在诸多制约因素，如高校金融科技人才培养需要一定的周期，而高校传统单学科的培养模式难以培育交叉型复合人才，出现金融专业的毕业生不熟悉技术、技术专业的毕业生不了解金融的窘境。要缓解金融科技人才缺口问题，关键是要大力推动金融与信息技术的学科融合发展，培养金融与现代信息技术密切结合的复合型人才，同时要加强校企合作，使学校的人才培养与现实需求紧密结合，让老师能及时了解金融科技现实发展的最新状况，让学生能到金融科技企业或金融机构的金融科技相关岗位实习，提升人才培养与岗位需求的匹配度。

2019年2月，国务院发布的《国家职业教育改革实施方案》（通常称为“职教20条”）中提出，从2019年开始，在职院校、应用型本科高校启动“学历证书+若干职业技能等级证书”制度试点（简称“1+X证书制度试点”）工作。1+X证书制度将学校学历教育和企业用人需求与职业技能等级证书有效地结合起来，使职业技能人才晋升之路更加广阔。

1

支持单位及专家

本书由中关村网金院专家组织编写，中国工商银行、河北金融学院、广东金融学院、吉林财经大学的院校专家共同编写完成，本书编写过程中，中国工商银行的郭运雷，中关村互联网金融研究院的刘勇、北京大学的孙惠平、河北金融学院的杨兆廷、袁国强，睿格钛氪（北京）技术有限公司首席执行官杜宁等提出了宝贵的意见。并邀请了中、高职院校专业老师、企业高层管理者参与讨论编写。感谢40多家院校、金融机构领域头部企事业单位的相关领导和专家对于出版1+X职业技能等级证书《金融数据建模应用》配套教材的支持和付出！（排名不分先后)

北京大学金融信息化研究中心主任陈钟

中央财经大学金融学院金融科技系主任戴韡

中国人民大学信息学院经济信息管理系主任许伟

北京联合大学应用科技学院院长张峰

北京城市学院经管学部副主任兼金融教研室主任王海霞

山西金融职业学院原院长崔满红

浙江金融职业学院互联网金融学院副院长吴金旺

上海立信会计金融学院副院长张云

重庆工商大学金融学院教授靳景玉

重庆工程学院大数据与人工智能学院副院长杨倩

2

目录介绍

本书是教育部1+X职业技能等级证书“金融数据建模应用(高级)”的配套教材，全书依据《金融数据建模应用职业技能等级标准》，面向金融机构设立的金融科技子公司，大型互联网企业设立的金融科技公司，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(互联网支付、基金、证券)机构，保险科技相关公 司的金融数据建模相关岗位需求，为大数据分析师、大数据建模工程师、大数据挖掘工程师、大数据算法工程师、大数据工程师、大数据模型师、大数据运维工程师、大数据开发工程师、大数据架构师，以及大数据风控、大数据产品、大数据营销等职位人员的培训提供了参考依据。

本书共有7章内容，分别是金融基础业务应用、金融数据分析、金融数据库、金融数据挖掘与算法实现、金融数据模型设计与调优、数据可视化、金融数据建模项目管理。

1

金融基础业务应用

金融基础业务应用包括金融安全规范执行和金融基础知识两部分内容。金融安全规范执行主要介绍金融监管基础、金融市场的法律法规，以及从事金融行业的道德规范与行为 准则。金融基础知识部分主要介绍金融市场、金融机构、金融工具市场与衍生品，以及金 融风险管理的基本概念、分类和功能。

2

金融数据分析

金融数据分析是对收集来的大量金融数据进行分析，提取有用的信息，形成结论和决策的研究、总结的过程，主要介绍基于Python的程序设计基础和进阶，数理统计基础及金 融数据管理与处理，涉及数据预处理、多源数据分析、异常数据分析等金融数据建模的分析方法。

3

金融数据库

数据库是金融行业数字化转型的重要组成部分，为科学、高效地存储、管理、分析数据提供了重要的技术支撑。金融数据库章节主要介绍了关系型数据库、NoSQL数据库及数 据仓库的原理、设计和搭建方法，结合金融行业数据业务需求，介绍了传统数据仓库和新 一代数据仓库在金融行业的应用。

4

金融数据挖掘与算法实现

数据挖掘是融合了数据库、人工智能、统计学等技术的分析方法。金融数据挖掘是从大量的金融数据中，通过算法搜索隐藏的信息的过程，主要介绍Hadoop、Hive等大数据处 理框架，以及逻辑回归、决策树、随机森林、SVM、神经网络等数据挖掘算法模型。数据 挖掘是用大数据技术提供金融业务解决方案的算法基础。

5

金融数据模型设计与调优

金融数据建模在电子商务、证券、保险等行业有着广泛的应用，在多维数据分析、 客户关系管理、风险识别与管理、市场趋势预测，以及识别经济犯罪等方面发挥了巨大作用。本书第5章基于实际金融数据建模项目中部署、测试、实施，以及效果监控的工作流程，介绍了模型设计与调优，以及提高模型精度的方法。

6

数据可视化

数据可视化是一种数据的视觉表现技术，能够进行多源数据的交互分析，使数据背后的信息能够更加直观地被人感知，主要介绍可视化的基本概念、视觉通道，以及可视化的 工具与流程、设计理念及设计方法等，并基于此前章节所介绍的Python的程序设计基础， 对数据可视化进行实现。

7

金融数据建模项目管理

数据平台是数据存储、流转、实现分析功能的载体，为了保证架构设计合理、开发测试流程高效，以及先进的运维支持管理，需要一定的项目管理经验和理论。金融数据建模 项目管理章节介绍了范围、时间、成本、质量管理等项目管理的核心概念，开发团队的人 员组成与角色职责，开发工作流程，以及项目任务分解方法，是控制金融数据建模项目进 度、合理整合项目资源的重要支撑。

3

适用范围

《金融数据建模应用》（高级）可作为1+X（金融数据建模应用）职业技能等级证书培训的教材，也可作为应用型本科院校、中高等职业院校软件工程、计算机科学与技术、信息管理与信息系统、信息与计算科学、物联网工程、金融贸易等相关专业的教材，还可以作为金融数据建模应用从业人员的培训用书。

通过本书的学习，学生应该熟练掌握金融基础知识，深入了解金融业务；能够深入研究数据源，整理和发掘数据价值，主导模型产品的部署、维护、评估等落地实施工作；同时跟踪、监控模型表现，根据监控结果对模型进行优化；具备不断学习人工智能、机器学习最新研究成果，并转化为业务应用的力。

面对数字化转型浪潮对金融人才提出的新要求，中关村网金院将依托中关村金融科技创新发展优势，持续推动“1+X”试点工作，在行业内发挥好示范引领作用，与政府、高校、企业开展深度产教融合，为金融科技产业发展提供复合型、多层次、多领域人才！

《金融数据建模应用》现已在京东、当当等平台预售和出售，广大读者用户可点击下方二维码进行购买！

4

证书样本

近期活动

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、中关村金融科技产业发展联盟，联合多家金融科技头部企业共同推出《金融大数据建模工程师应用能力认证项目》。3年课程研发，学制2个月，共36学时，采取线上学习，通过率92%，点击下方图片进行报名，随报随学。

END