<iframe src="https://www.googletagmanager.com/ns.html?id=GTM-KVGHS6G" height="0" width="0" style="display:none;visibility:hidden"></iframe>
我要报名
适用人群
主要针对在金融、数学、统计领域有一些基础,想进阶学习金融风控应用领域、并在未来投身金融行业发展的学员。项目结束后期待会具备实习求职的能力
你将收获
Seleted Icon
学生能对信用风险模型有全面的理解
Seleted Icon
能够独立完成领域内类似的项目
Seleted Icon
对于留学申请和risk相关领域求职会有大幅度的提升
Seleted Icon
项目结束后会有导师提供的推荐信
你将学习的技能
介绍credit risk基本概念,利用开源personal loan数据
对数据进行合理的分析和处理
并使用多种机器学习模型来预测信用风险
课题介绍
信用风险对于衡量一个银行的金融健康程度是一个很重要的指标。目前银行在信用风险领域的人才需求越来越大,了解并拥有信用风险建模的实战经验是在众多求职者中脱颖而出的法宝之一。本项目将会介绍credit risk基本概念,利用开源personal loan数据,对数据进行合理的分析和处理,并使用多种机器学习模型来预测信用风险,为学员提供一个全方位、多角度理解和应用信用风险模型的机会。本项目能帮助学员全面提升对银行和金融机构的风险分析的理解,深入地了解如何运用数据帮助企业降低信用风险。
课程大纲
零基础的同学可以参加本项目,有基本的 Python 编程基础,能够处理简单的数据集,了解基本机器学习概念,以及一定的数学基础(统计概率等)更佳。总时长为12课时,基于每周2次一共约2-3小时的理论学习,与课后每周3-4小时实践建模。最后一周学员需要给导师做presentation,把项目涉及到的内容,如处理数据的方法,模型的构建,模型的结果及评估等以ppt的方式呈现和汇报给导师。导师批准后,即可结业。
1
Introduction to Credit Risk; Project Overview
考察:Quiz
授课1小时; 学习1小时
2
Credit Risk Default Model Introduction
考察:Homework
授课1小时; 学习4小时
3
Exploratory Data Analysis Based on Financial Domain Knowledge
考察:Homework & Coding Assignment
授课2小时; 学习4小时
4
Data Cleansing & Preparation Based on Financial Domain Knowledge
考察:Homework & Coding Assignment
授课2小时; 学习4小时
5
Machine Learning Model Building and Model Evaluation (AUC, ROC, Confusion Matrix, etc) - Part I
考察:Homework & Coding Assignment
授课2小时; 学习4小时
6
Machine Learning Model Building and Model Evaluation (AUC, ROC, Confusion Matrix, etc) - Part II
考察:Homework & Coding Assignment
授课2小时; 学习4小时
7
Final Project - Personal Loan Default Prediction
考察:Coding Project + Final Presentation
授课2小时; 学习6小时
课程导师
Sarah Li
Sarah Li
企业LOGO

经历

德州政府高级数据分析师
德州农工大学商学院硕士
西安交通大学本科
哥伦比亚大学暑期项目

教育

兼备工科和商科背景,专业知识丰富,熟悉转专业申请学校和工作
根据学生不同情况提供定制化指导申请、面试技巧及职业规划建议
丰富面试和被面试经验帮助同学高效准备模拟不同类型面试
全方位培养technical skill, soft skill, business knowledge