計(jì)算機(jī)科學(xué)金融科技數(shù)據(jù)分析實(shí)習(xí)生實(shí)習(xí)報(bào)告一、摘要2023年7月1日至2023年8月31日，我在一家金融科技公司擔(dān)任數(shù)據(jù)分析實(shí)習(xí)生。核心工作成果包括完成股票市場(chǎng)情緒分析報(bào)告，通過(guò)自然語(yǔ)言處理技術(shù)處理1.2萬(wàn)條新聞數(shù)據(jù)，準(zhǔn)確率達(dá)87%；構(gòu)建并優(yōu)化信貸風(fēng)險(xiǎn)評(píng)估模型，使用邏輯回歸與決策樹(shù)算法，將模型AUC值從0.72提升至0.85。應(yīng)用Python進(jìn)行數(shù)據(jù)清洗與可視化，使用Pandas處理每日交易數(shù)據(jù)量達(dá)500GB，Matplotlib生成20+張洞察性圖表。提煉出可復(fù)用的數(shù)據(jù)清洗三步法：標(biāo)準(zhǔn)化缺失值、去重異常值、特征工程降維，該方法在后續(xù)項(xiàng)目中將異常值識(shí)別率提高12%。二、實(shí)習(xí)內(nèi)容及過(guò)程實(shí)習(xí)目的主要是把學(xué)校學(xué)的數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)理論用上，看看金融科技行業(yè)里數(shù)據(jù)能具體怎么干活，怎么幫業(yè)務(wù)解決問(wèn)題。實(shí)習(xí)單位是做智能投顧和信貸風(fēng)控的，主要就是用數(shù)據(jù)給客戶(hù)推薦產(chǎn)品，還有評(píng)估借錢(qián)的人會(huì)不會(huì)賴(lài)賬。第3周開(kāi)始接觸第一個(gè)項(xiàng)目，是幫投資部門(mén)做市場(chǎng)情緒分析。我負(fù)責(zé)處理每天財(cái)經(jīng)新聞和社交媒體的文本數(shù)據(jù)。那段時(shí)間每天得清洗大概5000條原始記錄，有些數(shù)據(jù)得手動(dòng)標(biāo)記情感傾向，挺花時(shí)間的。我用了BERT模型來(lái)做情感分類(lèi)，調(diào)了挺久參數(shù)，準(zhǔn)確率最高到87%，比之前用的傳統(tǒng)方法好點(diǎn)。后來(lái)又把結(jié)果喂給LSTM模型，看能不能預(yù)測(cè)短期股價(jià)波動(dòng)，但效果一般，AUC也就0.68，最后報(bào)告里主要還是聚焦在情緒指數(shù)構(gòu)建上。第6周參與了一個(gè)信貸模型優(yōu)化項(xiàng)目，帶我的老師讓我重點(diǎn)看歷史違約數(shù)據(jù)。那批數(shù)據(jù)有2萬(wàn)條記錄，字段足有30個(gè)。我發(fā)現(xiàn)有個(gè)叫“征信查詢(xún)次數(shù)”的特征特別重要，直接決定了模型評(píng)分。當(dāng)時(shí)手頭數(shù)據(jù)質(zhì)量不太好，很多空值，我就用KNN算法去填充，還試了特征交叉，最后模型AUC從0.72提到了0.85，老師挺滿(mǎn)意的。不過(guò)中間踩了不少坑，比如一開(kāi)始用決策樹(shù)直接建模，結(jié)果過(guò)擬合得厲害，特征重要度排序跟業(yè)務(wù)預(yù)期對(duì)不上，后來(lái)改用XGBoost跑了好幾版參數(shù)才好點(diǎn)。遇到的最大困難是第4周做用戶(hù)行為分析時(shí)，數(shù)據(jù)口徑特別亂。不同業(yè)務(wù)線(xiàn)統(tǒng)計(jì)的標(biāo)準(zhǔn)都不一樣，有些指標(biāo)連著好幾個(gè)月都是0，我懷疑是不是統(tǒng)計(jì)口徑變了。我就去問(wèn)了數(shù)據(jù)組同事，他們給我看了之前的規(guī)范文檔，還教我怎么看ETL日志，才知道是某個(gè)上游系統(tǒng)出了問(wèn)題。最后我手動(dòng)整理了三個(gè)月的數(shù)據(jù)，用Python重構(gòu)了統(tǒng)計(jì)腳本，總算能跑出統(tǒng)一的報(bào)表了。這讓我明白做數(shù)據(jù)得特別懂業(yè)務(wù)，光會(huì)模型沒(méi)用。實(shí)習(xí)成果最直觀(guān)的是那個(gè)情緒分析系統(tǒng)，現(xiàn)在投資部門(mén)每周都在用，幫他們省了不少看新聞的時(shí)間。還有那個(gè)信貸模型，雖然只是輔助風(fēng)控，但能幫業(yè)務(wù)部門(mén)把審批通過(guò)率提一點(diǎn)點(diǎn)，我覺(jué)得挺有價(jià)值的。這段時(shí)間最大的收獲是認(rèn)識(shí)到數(shù)據(jù)工作其實(shí)是個(gè)挺講究溝通的工作，光埋頭寫(xiě)代碼解決不了問(wèn)題。之前我以為只要算法好就行，現(xiàn)在覺(jué)得怎么把技術(shù)語(yǔ)言翻譯成業(yè)務(wù)語(yǔ)言，怎么讓業(yè)務(wù)愿意用你的結(jié)果，才是更重要的能力。單位里管理方面吧，我感覺(jué)培訓(xùn)機(jī)制有點(diǎn)弱，新來(lái)的實(shí)習(xí)生基本靠自學(xué)，雖然資源不少，但沒(méi)人手把手帶感覺(jué)挺慢的。建議可以搞個(gè)新人培養(yǎng)計(jì)劃，比如每周固定讓老師傅講半小時(shí)業(yè)務(wù)背景，或者搞個(gè)內(nèi)部數(shù)據(jù)工具庫(kù)分享會(huì)啥的。另外我的崗位匹配度其實(shí)70%左右，有些金融知識(shí)得現(xiàn)學(xué)，要是實(shí)習(xí)前能多接觸點(diǎn)行研報(bào)告，效率會(huì)高很多。三、總結(jié)與體會(huì)這8周在金融科技公司的經(jīng)歷，讓我感覺(jué)像是把課本里的知識(shí)真正變成了能拿得出手的工具。從7月1號(hào)到8月31號(hào)，每天面對(duì)真實(shí)業(yè)務(wù)場(chǎng)景的數(shù)據(jù)，那種感覺(jué)跟在學(xué)校做作業(yè)完全不一樣。比如在8月中旬做的信貸風(fēng)險(xiǎn)評(píng)估模型優(yōu)化項(xiàng)目，最終將模型AUC從0.72提升到0.85，雖然只是個(gè)微小的提升，但那是我結(jié)合業(yè)務(wù)需求反復(fù)調(diào)參得來(lái)的，每0.01的進(jìn)步都挺實(shí)在的。這段經(jīng)歷讓我真切體會(huì)到數(shù)據(jù)工作不是光會(huì)寫(xiě)代碼就行，理解業(yè)務(wù)邏輯、跟團(tuán)隊(duì)有效溝通同樣重要。這次實(shí)習(xí)讓我更清楚自己未來(lái)想走的方向。我之前覺(jué)得機(jī)器學(xué)習(xí)就是調(diào)參數(shù)，現(xiàn)在明白在金融領(lǐng)域，模型不僅要準(zhǔn)，還要能解釋得通，還得考慮合規(guī)風(fēng)險(xiǎn)。比如那個(gè)市場(chǎng)情緒分析報(bào)告，雖然最終準(zhǔn)確率87%，但投資部門(mén)更看重的是能幫他們快速發(fā)現(xiàn)潛在機(jī)會(huì)的信號(hào)，而不是單純做預(yù)測(cè)。這讓我意識(shí)到，做數(shù)據(jù)分析師得既懂技術(shù)，又懂市場(chǎng)，這種復(fù)合能力可能是未來(lái)核心競(jìng)爭(zhēng)力。下學(xué)期我打算系統(tǒng)補(bǔ)一下金融衍生品和監(jiān)管政策這塊，看看能不能考個(gè)CFA一級(jí)先積累點(diǎn)行業(yè)知識(shí)。從學(xué)生到職場(chǎng)人的轉(zhuǎn)變挺明顯的。以前遇到問(wèn)題就想去查資料，現(xiàn)在會(huì)先思考有沒(méi)有更高效的解決方式。比如7月底那段時(shí)間，處理500GB交易數(shù)據(jù)時(shí)內(nèi)存老爆，我花兩天時(shí)間研究分布式處理框架，最后用Spark跑通了腳本，雖然慢點(diǎn)但總算能用了。這種動(dòng)手解決問(wèn)題的能力，我覺(jué)得比單純會(huì)幾個(gè)算法更重要?？箟耗芰ι弦灿刑嵘?，以前遇到代碼跑不通就急得不行，現(xiàn)在會(huì)先分析錯(cuò)誤日志，一步步排查。行業(yè)里我感覺(jué)最火的是風(fēng)險(xiǎn)控制和智能投顧，但數(shù)據(jù)治理這塊好像挺被忽視。我觀(guān)察到好幾個(gè)業(yè)務(wù)線(xiàn)的數(shù)據(jù)標(biāo)準(zhǔn)都不統(tǒng)一，導(dǎo)致分析結(jié)果經(jīng)常打架。這讓我覺(jué)得，未來(lái)數(shù)據(jù)工程師和數(shù)據(jù)治理專(zhuān)家可能會(huì)更搶手。下個(gè)實(shí)習(xí)或者工作，我希望能接觸更多底層數(shù)據(jù)架構(gòu)的東西，看看能不能幫公司理順數(shù)據(jù)流程。金融行業(yè)對(duì)數(shù)據(jù)質(zhì)量要求那么高，這塊兒肯定大有可為。四、致謝在此期間，衷心感謝公司提供寶貴的實(shí)習(xí)機(jī)會(huì)。特別感謝我的實(shí)習(xí)導(dǎo)師，在實(shí)習(xí)期間給予悉心指導(dǎo)和耐心解答，讓我對(duì)