
關(guān)于數(shù)據(jù)科學(xué)家在金融服務(wù)領(lǐng)域的工作,最好的事情之一是用例的豐富程度和數(shù)據(jù)科學(xué)家可以對現(xiàn)實世界產(chǎn)生的影響。當(dāng)然,所有面向客戶的業(yè)務(wù)都有常見的應(yīng)用程序,如個性化體驗、有針對性的交叉銷售優(yōu)惠或防止客戶流失的積極策略。但銀行、保險公司和他們的金融技術(shù)挑戰(zhàn)者以許多其他有趣和有影響力的方式使用數(shù)據(jù)和分析。
例子包括:
對許多數(shù)據(jù)科學(xué)家來說,第二個吸引力是數(shù)據(jù)集的廣度和深度,可以用來產(chǎn)生有意義的見解。銀行和保險公司通??梢垣@得大量的數(shù)據(jù),如人口統(tǒng)計、交易和關(guān)系,無論是在宏觀層面還是在個人客戶層面。盡管對它們的使用有一些限制,但像這樣的高質(zhì)量數(shù)據(jù)集的可用性通??梢宰匪莸綆啄昵埃@可能是數(shù)據(jù)科學(xué)家在構(gòu)建預(yù)測模型時的夢想。
金融服務(wù)公司在數(shù)據(jù)和技術(shù)上的支出的規(guī)模以及其數(shù)據(jù)生態(tài)系統(tǒng)的相對成熟度也可以使它們對數(shù)據(jù)科學(xué)家具有吸引力。例如,大多數(shù)銀行將其年收入的10%以上用于技術(shù)。數(shù)據(jù)和分析支出是其中越來越重要的組成部分,對許多大型企業(yè)來說,每年很容易達到或超過數(shù)億美元--這一數(shù)字是科技行業(yè)中除最大企業(yè)外的所有企業(yè)都無法比擬的。由于多年在數(shù)據(jù)上的花費,很多也擁有了相對成熟的數(shù)據(jù)團隊。因此,數(shù)據(jù)科學(xué)家可能會發(fā)現(xiàn)已經(jīng)建立良好的支持系統(tǒng),并且不希望自己管理從數(shù)據(jù)管道到數(shù)據(jù)治理的所有事情。
最后,在大多數(shù)地區(qū),銀行、保險公司和金融機構(gòu)通常是數(shù)據(jù)科學(xué)家的最佳收入來源。雖然它本身很有吸引力,但它也是一個有用的指標(biāo),表明數(shù)據(jù)科學(xué)在這些公司中的價值,以及它對長期職業(yè)生涯的影響。在至少一家主要的全球銀行,首席數(shù)據(jù)和分析官現(xiàn)在直接向集團首席執(zhí)行官報告。
當(dāng)然,有一個陷阱。在銀行和保險公司(尤其是較大的銀行和保險公司)從事數(shù)據(jù)科學(xué)家工作的所有有趣之處,有時也會使其變得笨拙和令人沮喪。一些數(shù)據(jù)科學(xué)家將這些純粹視為挑戰(zhàn);其他人也可能認(rèn)為它們是發(fā)展自己并產(chǎn)生更大影響的機會。
鑒于數(shù)據(jù)和分析在行業(yè)中的高風(fēng)險使用,有一個很高的信任標(biāo)準(zhǔn)來證明數(shù)據(jù)和模型在實際生活中的使用足夠好。例如,如果一個數(shù)據(jù)科學(xué)家正在建立一個預(yù)測模型,可以用來拒絕某人的貸款或保險,或者將某人標(biāo)記為潛在的洗錢者,那么他們可能應(yīng)該期待大量的審查。
類似地,考慮到客戶通常信任銀行和保險公司提供他們生活中最親密的方面--例如,他們的收入或他們的病史,數(shù)據(jù)科學(xué)家可以圍繞數(shù)據(jù)可用性和可用性找到詳細的控制。每個行業(yè)都存在關(guān)于數(shù)據(jù)隱私、主權(quán)、道德和安全的問題,但很少有其他行業(yè)在管理這些問題上花費如此多的時間和精力。
在數(shù)據(jù)和相關(guān)技術(shù)上的大量支出,以及由數(shù)據(jù)工程師、分析師和風(fēng)險專家組成的資源豐富的團隊,可以為數(shù)據(jù)科學(xué)家提供茁壯成長的肥沃土壤。但是,同樣的因素也會導(dǎo)致喪失敏捷性。在許多情況下,這些可能會轉(zhuǎn)化為數(shù)據(jù)科學(xué)家的限制性技術(shù)選擇,或者在他們的工作真正出現(xiàn)在生產(chǎn)中之前,通過精心控制和移交的多步驟過程。讓新加入銀行業(yè)的人感到驚訝的一個特殊領(lǐng)域是,需要讓一個獨立的團隊對所有重要模型進行正式驗證--這一步驟可以為正常的模型生命周期增加幾周甚至幾個月的時間。
支撐上述所有挑戰(zhàn)的是,金融服務(wù)業(yè)是全球監(jiān)管最嚴(yán)格的行業(yè)之一。作為回應(yīng),大多數(shù)銀行和保險公司建立了一個DNA,尤其是在2008年金融危機之后。在許多地區(qū),銀行和保險公司的高級經(jīng)理對其雇主的行為負(fù)有個人責(zé)任,因此任何可能違反客戶信任或監(jiān)管要求的事情都要特別謹(jǐn)慎對待。數(shù)據(jù)和算法的使用勾選了所有的框。毫不奇怪,金融監(jiān)管機構(gòu)是第一批就負(fù)責(zé)任地使用數(shù)據(jù)和人工智能提出指導(dǎo)方針的國家之一--例如,在新加坡、香港、歐盟、英國和美國。
顯然,不是每個數(shù)據(jù)科學(xué)家都會喜歡銀行、保險公司,甚至是受監(jiān)管的金融技術(shù)公司。但是,如果:
BIOS:Shameek Kunduis是從技術(shù)和商業(yè)戰(zhàn)略角度來看人工智能的領(lǐng)先專家,他的大部分職業(yè)生涯都在推動金融服務(wù)業(yè)負(fù)責(zé)任地采用數(shù)據(jù)分析/AI。他是Truera的首席戰(zhàn)略官和金融服務(wù)主管。他是英格蘭銀行人工智能公私論壇和經(jīng)合組織人工智能全球伙伴關(guān)系的成員,也是新加坡金融管理局人工智能公平、道德、問責(zé)制和透明度指導(dǎo)委員會的成員。最近,Shameek是渣打銀行的集團首席數(shù)據(jù)官,在那里他幫助銀行在多個領(lǐng)域探索和采用人工智能(例如,信貸、金融犯罪合規(guī)、客戶分析、監(jiān)控)。
Divya Gopinath是TruEra的研究工程師,TruEra是一家專注于讓人工智能可信和透明的公司。在加入之前,Divyacomplement在麻省理工學(xué)院獲得了本科和碩士學(xué)位,她的研究重點是為醫(yī)療保健領(lǐng)域構(gòu)建機器學(xué)習(xí)算法。Divya是值得信賴的人工智能《走向數(shù)據(jù)科學(xué)》的主要貢獻者,專注于公平和解決機器學(xué)習(xí)模型中的偏見的主題。
Arridhana Ciptadiis是Truera工程團隊的成員。他以前是藍六邊形創(chuàng)始團隊的一員,在那里他是公司所有機器學(xué)習(xí)工作的技術(shù)負(fù)責(zé)人。在此之前,他是亞馬遜Lab126的機器學(xué)習(xí)科學(xué)家,在那里他為亞馬遜的各種產(chǎn)品開發(fā)機器學(xué)習(xí)和計算機視覺技術(shù)。Ciptadi擁有博士學(xué)位佐治亞理工學(xué)院計算機科學(xué)專業(yè)。
相關(guān):
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10