课程背景
DT时代的到来给目前的IT人员带来很大挑战，数据时代下要求企业员工不仅要懂技术，还要实现技术与业务的完美结合，不断优化应用组合，信息和业务流程，通过IT实现业务创新。而数字化是金融科技创新的首要任务，各大金融企业纷纷制定了数字化转型愿景和战略，力图加快企业的数字化进程，所以急需在机构内部培养一批具备相应业务知识并且能够较为熟练掌握各类数据分析工具的专业人才，发扬用数据驱动业务决策的大数据文化。未来的企业中不存在盲目执行的人，也不存在仅发号施令的人。传统企业中的管理者将逐渐转变为赋能者。将自身的知识赋能给流程决策系统，这样业务运营才可以实现智能化；将自身的知识赋能给组织，这样所在组织才可以良性发展，处于领先地位。这门课是什么？
金融数字化转型人才训练营不仅是讲如何发现业务问题、整理数据、建立模型、编写报告、构建业务应用数字化解决方案。而是力图为金融从业者提供个人数字化转型的解决方案，转型成为组织内部数字化赋能者。
本课程是2+3的结构，前面的“2”是能力体系建设，包括数字化战略和管理、数据和AI中台。数字化人才首先是复合型人才，既要懂算法又要知道数据应用的价值，还知道如何利用大数据工具付诸实现。后者的“3”是数字化应用领域，包括客群运营、信用风控、操作风控。数字化能力是一个整体，三个方面的数据应用场景都需要涉及到该领域的数据业务洞察、数据产品研发、数据治理、商业洞察和在大数据系统上落地。但是三个方面的应用场景对数字化能力的不同组成部分各有侧重，合在一起才能诠释数据和AI的应用全貌。
这门课讲什么？
数据资产规划和管理
1
企业数字化转型是以数据价值深挖为手段，辅助企业流程再造，提高企业应对变革的能力。需要企业制定明确的数字化战略，不断提升数据资产管理能力。从操作层面来讲，企业数字化战略等同于数据产品组合战略，需要根据企业业务战略目标制定数据应用规划，进而决定数据产品组合；数据资产管理的目的是以最经济的方式将数据转化为数据应用产品；而数据中台则是数据应用产品的加工厂，与AI中台交互，为业务提供输入；数据治理是数据应用产品的质量保障体系，最终服务于业务指标分析和数据挖掘模型应用。
在两天时间中，我们会讲解如何从绩效管理中提取数据应用产品组合，通过对企业IT架构分析获取数据应用产品的原材料，分组演练单个数据应用产品的设计和开发，指明数据挖掘提供数据产品价值展现的场景和需要掌握的数据工程能力，以保障数据应用产品的落地，指明后续课程中的学习重点。
智能客群运营
2
全球著名管理咨询公司麦肯锡报告指出，预计年中国将成为仅次于美国的全球规模第二大的零售银行市场，新形势下得零售者得天下。随着移动互联技术、大数据技术、人工智能技术的日益成熟和深度运用，未来银行将呈现“五化”：入口场景化、运营数字化、风控智能化、人才跨界化、服务普惠化。
因此，本课程目标上：主要针对运营数字化，实现智慧客户运营管理，从如何发现问题到如何解决问题。
本课程内容上，主要从“道”、“术”、“器”三个层面，分为：
1、理论篇，主要介绍从旧的4P理论到新的4P理论演变，以及数字化运营和数字化营销的理论和概念及其在银行业的实践；
2、实现篇，主要介绍三大策略：一是基于NES的客群运营监控、二是数字化的营销体系（模型、标签和CRM系统等）、三是数字化的营销闭环。
3、工具篇，着重通过案例，介绍具体算法在数字化运营中的应用。
一是介绍聚类算法及其在客群细分中的应用；二是介绍协同过滤算法及其产品推荐中的应用；三是介绍社区发现及其交易圈在银行营销中的应用。智能信用风控
3
本课程以当前国内崛起的消费金融，互联网金融为主要场景，介绍消费金融在贷前、贷中、贷后流程中信用风险管理中的数据应用，力图在深入实际场景的基础上为学员提供全面的数据驱动的风险管理知识，课程围绕信贷场景中贷前、贷中、贷后三个板块，通过介绍相关业务背景，结合实际的的风控需求，以讲解与案例的形式介绍数据分析、数据挖掘应用。
第一部分重点介绍常见消费类贷款产品要素，风险点，智能自动化审批基本框架，数据驱动的贷款准入、规则的制定，申请信用评分卡的构建及基于风险差异化的授信定价。第二部分介绍履约客户的管理，包括行为评分模型的构建以及相应额度策略的制定。第三部分介绍催收环节中催收评分卡的建立与催收策略的制定。
智能操作风控
4
近年来随着金融风控案件的频发和监管部门政策的不断收紧，提升机构风控能力以降低内外部风险已成为众多银行和其他金融机构工作的的重中之重。作为新巴赛尔协议中三种风险之一，操作风险包含常见的反欺诈、反洗钱、反舞弊等场景。综合运用多种手段，针对这“三反”场景进行风险治理防控，成为当前众多金融机构开展工作的重要抓手。
在2天的课程中，首先会对操作风险的概念和常见子场景进行剖析，力求让学员对操作风险有清晰完整的认识。紧接着介绍为应对操作风险，应该建设怎样的防控体系，并从制度、人才、数据、技术等角度进行剖析。尤其在技术手段这个环节中，会就操作风险的机器学习建模面临的几大问题和解决方案进行重点介绍。在一天半的实战案例环节，安排了反信用卡盗刷欺诈、反洗钱、反营销薅羊毛这三个典型的Python建模案例，力求通过案例强化风控建模常见流程、覆盖建模技术难点，切实提升学员的风控建模实战能力。
数据和AI中台
5
随着金融业正在迈入第四个重大发展阶段--数字化时代，给各金融机构带来了发展机遇，同时也伴随着严峻的挑战。如何解决数据孤岛、新应用与老系统结合难？现有IT能力不足以支撑业务的快速变化？数据调用方式多样且标准不统一质量差？以及数据资源未被挖掘、数字化能力得不到释放等问题，是企业面临的共同难题。数据集成和数据资产管理是解决这些问题的有效途径之一。
本课程将从如何进行有效的数据集成、各种数据平台建设介绍、如何有效开展数据治理，以及数据资产管理与数据中台的建设这四个大的方面进行开展。帮助企业在数字化进程中快速建立系统间的数据集成体系，支撑用户数据集成应用的快速实现；提供完善数据管理体系和有效的完成数据整合方案，支撑起上层数据的挖掘、分析应用；对企业的发展战略和业务创新提供有效的数据支撑，洞察企业的运营状态和市场趋势等，提高企业新业务灵活性，创建数据应用敏捷环境。
这门课的亮点？
取材于业界一流企业和顶级咨询公司的行业实践；
已经被证明是人人学的会、能上手的数字化转型课程。
这门课适合谁？
为数据应用产品经理提供能力提升路径和工作模版；
为算法工程师提供算法与业务结合的工作路径和大数据架构设计；
为业务人员开拓业务洞察视野和标准化的建模路线图；
为有志于从事金融大数据的人员提供定位指导和学习路线图。
学员基础要求
1、有CDALEVEL1基础，或掌握统计分析、逻辑回归等基础理论。2、Python编程基础，报名提前学习赠送的自学视频。课程详细大纲
左右滑动查看课程大纲
______________________________师资团队
常老师
北京大学会计学博士，ThoughtWorks中国金融首席数据科学家，中国大数据产业生态联盟专家委员会委员，反洗钱模型专家。具有15年金融、互联网行业数据科学实施和咨询服务经验。在加入ThoughtWorks之前，曾任毕马威大数据咨询副总监、某消金公司数据部高级经理、百度大数据算法工程师。现专注于金融行业的数据资产管理、数字化人才培养，金融行业客户、风险和监管智能的解决方案。著有《Python数据科学：技术详解与商业实践》等三本数据科学图书。负责授课模块：数字资产规划与管理、智能客群运营、智能操作风控。叶老师
东北大学基础数学专业，硕士研究生
近8年来，一直从事金融、电信行业数据架构、数据治理和数据分析挖掘方面工作。现任北京捷报金峰数据技术有限公司产品技术总监，主要负责公司数据治理解决方案的建设、数据治理配套平台的研发，以及银行业数据治理应用场景的研究，该项目在17年获得北京市创新项目资金资助。
负责授课模块：数据中台和AI中台。
曾老师
华中师范大学管理科学与工程硕士拥有5年金融场景下风控数据分析，风控模型经验。对互联网金融、消费金融领域中的消费分期,小微贷款,汽车金融的风险管理中的数据分析、数据挖掘，人工智能应用有深入了解与实践。曾主讲CDA的多门数据挖掘课程，有丰富的授课经验。负责授课模块：智能信用风控。精英服务
后学习计划：有价值的物质激励
1.毕业后可总结分享自己的学习心得、技术干货、优秀作业、实操案例等内容，CDA研究院审核通过，可给予一定的奖金酬劳。
2.精英学员毕业后CDA可以提供丰富的学员个人IP打造机会，给予包装与传播支持，帮助学员积累个人粉丝，打造个人名气。
3.精英学员毕业后可参与CDA俱乐部线下活动，作为嘉宾分享；可加入CDA助教兼职团队；优秀精英学员可成为CDA兼职讲师，获取价值和物质激励。
4.CDA为即将毕业的精英学员提供就业咨询和推荐服务，并邀请行业大咖分享心里路程，协助学员进行技能提升的同时，时刻把握市场最新动态，为学员创造更多与市场、行业大咖连接的机会。
认证考试
CDA数据分析师等级认证证书
（此证书为经管之家颁发，全国统考，一年两次，此证书为CDA数据分析师唯一认证证书，可以作为企业事业单位选拔和聘用专业人才的任职参考依据。）
权威经管之家CDALEVELⅢ数据科学家认证证书，行业顶尖人才认证，已获得IBM大数据大学，中国电信，苏宁，德勤，猎聘，CDMS等企业的认可。
专业CDA认证是根据商业数据分析专业岗位设立的一套体系化、科学化、正规化的人才标准。全国统考、专家命题、评分公平、流程严格，更具含金量。
权益持证人享有系列特殊权益。证书皆绑定考生真实身份，可在CDA