数学与应用数学金融科技公司数据分析工程师实习报告

数学与应用数学金融科技公司数据分析工程师实习报告一、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担任数据分析工程师实习生。期间，我负责搭建并优化交易行为分析模型，通过处理30万条用户交易数据，识别出8个关键影响因素，模型预测准确率提升至92%，日均处理效率提高40%。核心工作包括使用Python清洗数据、构建梯度提升树模型，并运用SQL进行实时数据查询。专业技能涵盖Pandas、Scikit-learn和SQL，方法论可复用于高频交易风险评估场景。通过实践，验证了统计显著性检验（p<0.05）在异常检测中的有效性。

二、实习内容及过程

2023年7月1日至8月31日，我在一家做量化交易的金融科技公司实习。主要目标是学习金融数据分析全流程，从数据采集到模型部署。公司不大，但交易系统挺先进，大部分同事都是数学或统计背景，平时聊得最多的是Alpha策略和风险对冲。我跟着团队做实时交易行为监控项目，负责用户行为特征提取和异常检测。初期接手的是历史数据整理，用Python加载数据量差不多有30万条，时间戳精确到毫秒，发现不少记录有缺失值，处理起来真够折腾的。

我用了Pandas的fillna和interpolate函数，根据业务逻辑填充缺失的订单类型和交易方向，填充后完整率提升到98%。后来开始搭模型，尝试过逻辑回归、决策树，效果都不理想。团队建议试试梯度提升树，我自学了LightGBM，调了半天参数，把AUC从0.75拉到0.82，虽然不算惊艳，但确实帮业务方揪出几个高风险用户群。记得有一次数据源突然延迟，模型预测延迟率飙到15%，吓我一跳，赶紧用SQL优化了数据缓存逻辑，加了个Redis中间层，第二天延迟降回3%以下。

遇到的最大挑战是业务需求太急，要两周内上线模型，但数据清洗就花了两三天。那段时间真的有点熬，白天开会做需求，晚上回宿舍写代码，好在最后赶出来了。虽然过程狼狈，但让我明白时间序列数据怎么预处理效率最高。团队老员工教我不少实战技巧，比如怎么用滚动窗口计算波动率，怎么把GARCH模型嵌套进特征工程。他们说我以前太沉迷理论，现在终于知道怎么把t检验和卡方检验用在实际场景里了。

公司的培训机制其实挺粗糙的，新人手册就是一份代码库链接，很多技术细节靠摸石头过河。岗位匹配度也一般，我学的统计知识用得不多，大部分时间在写SQL和调Python脚本。如果改进，建议搞个新人导师制度，每周固定时间答疑，另外把内部案例拆解成教程，比如交易风控怎么用ROC曲线选模型。这段经历让我看清自己短板，以后得补补机器学习工程这块。最大的收获是发现，做数据不能光会算法，得懂业务，知道哪些指标对冲基金老板最关心。

三、总结与体会

这8周，从2023年7月到8月，像坐了一趟加速列车，以前在书本里看的统计模型、机器学习算法，真真切切用在了每天处理的上千万条交易记录上，感觉离行业挺近了。实习最大的价值在于把学到的知识形成了完整闭环——从用SQL拉取用户画像数据开始，到用Python清洗和特征工程，再到调参LightGBM模型预测用户活跃度，最后用Tableau可视化结果给业务方看，整个过程虽然磕磕绊绊，但每一步都踩在实地上。比如模型上线后，AUC从0.82稳住了，业务说能帮他们精准推送营销信息，那一刻觉得挺有成就感的。

这段经历让我明白，搞数据分析不能光会调包，还得懂业务逻辑。公司做的是量化交易，我接触到的很多同事会自己写策略，用Python的TA-Lib库处理K线数据，这让我意识到自己得补补金融工程这块。未来打算系统学学CFA的知识，尤其是衍生品那部分，顺便把Python的量化库像Zipline、Backtrader啃下来。实习也让我心态变了，以前写报告怕出错，现在明白在快节奏的金融圈，能快速迭代比完美主义更重要。比如有一次凌晨3点数据源异常，我直接爬起来改代码，虽然第二天累得够呛，但团队觉得挺靠谱。这种抗压能力，以前只在考研复习时体验过，现在看来是职场必备。

看着公司墙上贴的各交易所实时行情，突然觉得数据挖掘真是个好东西，能把杂乱无章的交易数据变成实实在在的利润。行业现在挺卷的，AI+金融的趋势明显，但像我们这种做基础数据分析和模型搭建的岗位，需求还挺稳的。关键是要懂业务，知道怎么把统计方法用对地方。比如我后来琢磨，用户行为分析可以用图数据库，把用户、交易、商品连起来，这样可能比单纯用树模型效果更好。这趟实习让我看清了方向，接下来要找机会把GNN（图神经网络）学进去，虽然现在还不太懂，但感觉会是未来几年金融数据分析的重要方向。从学生到职场人的转变，大概就是从怕犯错变成不怕犯错，从只关注理论变成既懂理论也懂怎么落地吧。

四、致谢

在公司实习的8周里，谢谢团队给我机会参与项目。导师耐心带我熟悉业务和代码规范，让我明白怎么