EN

您的位置: 首页  >  人才培养  >  人才培养领域  >  金融大数据与风控项目  >  正文

金融大数据与风控

发布时间:2024-06-19 10:46

来源:

点击数:

一、领域基本信息

领域名称

金融大数据

牵头学院

计算机科学与技术学院

合作学院

经济与管理学院、电子与信息工程学院

覆盖工程专业类别

¨资源与环境 ¨土木水利 ¨机械 ¨能源动力

¨材料与化工 þ电子信息 ¨生物与医药 ¨交通运输

¨建筑 ¨城乡规划 ¨风景园林 þ工业工程与管理

关联ZZB急需领域

¨生物医药与高端医疗设备 ¨半导体 ¨关键软件

¨网络安全 þ人工智能 ¨智慧能源 ¨新材料

¨先进试验测试 ¨新一代信息通信技术 ¨船舶与海洋工程


二、研究方向及合作单位

研究方向

研究方向一:金融大模型及多智能体

研究方向二:金融交易风险防控(反欺诈、反洗钱、幌骗检测,团伙欺诈检测等)

研究方向三:金融信贷风险评估与评级

研究方向四:金融时间序列预测与量化投资模型研究

研究方向五:其他金融科技相关方向

合作政府部门

或合作企业

腾讯(科技)深圳有限公司


支付宝(中国)网络技术有限公司


中金所数据有限公司


阳光财产保险股份有限公司


国泰君安证券股份有限公司

产教融合基地

国家级网络金融安全协同创新中心


三、领域培养特色

1. 领域建设背景

全球金融科技正处于快速扩张阶段,一方面,金融业作为信息密集型行业,拥有庞大的市场规模,且数字化、智能化需求持续增长;另一方面,科技进步推动金融服务创新,传统金融服务模式已难以满足市场需求。作为技术驱动的金融创新,金融科技对跨学科、复合型人才的需求日益增长。然而,当前金融科技人才培养体系仍处于发展阶段,优质人才供不应求。为此,亟需推进产学研用协同模式,推动高校与金融机构、科技企业合作,共同构建计算机与金融交叉领域的专业人才培养体系。

在此背景下,国家卓越工程师学院特设立金融大数据人才培养专项领域,旨在培养具备扎实金融知识、精通数据分析方法,并能运用人工智能技术解决金融实务问题的高层次工程人才。培养目标包括:

(1)培养智能金融算法工程师,能够构建智能投顾、量化交易、信用评估等核心算法,推动金融业务的智能化升级。

(2)培养金融风控算法工程师,能够构建智能风控系统,防范金融欺诈、交易风险,保障金融业务的安全与合规。

(3)培养金融大数据架构工程师,能够设计和优化高效、稳定的金融大数据分布式系统架构,支撑大规模金融数据的存储、计算与实时处理。

(4)培养金融科技产品工程师,能够基于大数据和人工智能技术进行金融产品研发、优化金融服务模式,推动行业数字化转型。




2.培养特色


       


培养体系将立足国家数字经济发展战略和金融科技产业转型升级的重大需求,将充分利用同济大学计算机科学与技术学科的深厚学科优势,依托中国计算机学会数字金融分会与同济大学网络金融安全协同创新中心平台的前沿资源,与金融业头部企业紧密合作,构建“产教融合、学研协同”的高层次人才培养体系。培养体系将围绕金融科技行业的前沿需求,确保学生具备扎实的理论基础和突出的工程实践能力,打造高端工程技术人才队伍,为推动金融科技自主创新与行业发展提供坚实的人才支撑。

在课程设置上,培养体系强调跨学科的融合,通过结合计算机科学与金融的前沿技术,为学生提供系统化的金融大数据分析、智能化决策与网络安全技术培训。同时,通过与企业的深度合作,培养体系将学术研究、企业需求与技术应用紧密结合,为学生提供丰富的实践机会和实战型金融科技开发环境,培养他们在智慧金融、安全风控等领域的高端工程能力。这种产学研用的协同培养模式不仅帮助学生深化对学术理论的理解,还使他们能够在真实的金融场景中进行技术创新,解决行业中的实际问题,培养他们成为具有创新精神与解决实际问题能力的高端工程人才。此外,培养将采用“学术导师+企业导师”双导师制,根据学生的研究方向和职业规划,提供个性化培养方案。通过企业实训、名师讲座、行业交流等多元化培养模式,助力学生成长为兼具理论素养与工程能力的复合型金融科技人才。




返回列表页