数学与应用数学金融科技数据分析师实习生实习报告

数学与应用数学金融科技数据分析师实习生实习报告一、摘要2023年7月1日至2023年8月31日，我在XX金融科技公司担任数据分析师实习生。核心工作成果包括：通过构建机器学习模型，将客户流失预测准确率从基础模型的65%提升至82%；利用Python清洗并分析200万条交易数据，识别出3类高频异常交易模式，为风控策略优化提供数据支持；运用SQL对数据库进行高效查询，日均处理数据量达50GB。专业技能应用方面，熟练运用Pandas进行数据预处理，Matplotlib绘制可视化图表，并通过JupyterNotebook整合分析流程。提炼出可复用的方法论：建立数据监控看板，将异常波动阈值设定为±2标准差，确保问题及时响应。二、实习内容及过程1.实习目的我去那边的公司实习，主要是想看看自己学的数学建模、数据分析这些玩意儿在实际金融科技领域到底能干啥。想多接触点真实场景，知道怎么把理论用在像客户画像、风险控制这些具体事儿上。2.实习单位简介我实习的公司是做智能投顾和信贷风控的，团队不大但技术氛围挺浓。他们用的是比较前沿的机器学习模型，像XGBoost、LSTM这些都用上了，数据量也挺大，每天跑模型要处理几TB的数据。3.实习内容与过程我跟着导师做了两个主要项目。第一个是客户流失预测。他们之前用的是简单的逻辑回归，准确率也就65%左右。我接手后，先花了两周把历史用户数据洗得明明白白，用Pandas处理了大概150万条记录，把缺失值按分位数填充，还做了特征衍生，比如用户登录频率的变化率这类东西。后来试了几个模型，发现把XGBoost和LightGBM嵌套起来效果最好，调了半天参数，把AUC从0.72提到了0.82。第二个是交易异常检测。我帮他们把实时交易流接入到Kafka里，用SparkStreaming跑Flink，发现里面居然有3种特别高频的异常模式一种是小额高频交易，一种是突然的大额单，还有一种是IP地址异常。后来写了个规则，把这些情况直接标记出来，风控那边说现在告警的准确率提高了不少。4.实习成果与收获这8周里，我直接参与的项目结项时，导师说我的模型把流失用户召回率提高了18%。我还弄了个数据看板，把关键指标都可视化了，比如模型预测的ROC曲线、特征重要性分布这些。最让我满意的，是学会了怎么把业务需求转化成技术方案。比如风控那边要实时监控，我就得用流处理技术，而不是简单批处理。这种需求导向的思考方式，比单纯刷题收获大多了。5.问题与建议有两个坎儿挺难过的。第一个是数据质量问题，有时候源系统数据特别脏，我花了3天才把一个字段的对齐问题弄好。建议公司可以搞个数据质量监控平台，实时告警。第二个是培训这块儿，公司技术栈挺新，但培训材料太少了，我好多东西都是自己摸的。建议可以搞个新人知识库，把踩过的坑都记下来，比如某个库的某个参数特别容易用错。我后来把遇到的问题都整理到个人笔记里了，希望下次接手能快点上手。三、总结与体会1.实习价值闭环这8周，从7月1日到8月31日，感觉像把书本里那些公式和理论真正落地了。最直接的例子是客户流失项目，我调参那个XGBoost模型，把AUC从0.72提到0.82，导师最后在项目总结会上说“这帮了业务不少”，当时心里挺实落的。以前做作业，对错就对了，现在知道0.01的准确率提升可能就对应着百万级别的营收变化。感觉就像搭积木，以前是瞎拼，现在知道怎么选合适的块，怎么让结构更稳固。2.职业规划联结这次经历让我更确定想往量化分析方向发展了。之前还在犹豫是做研究还是直接进公司，现在觉得后者更适合我。公司里那种“算得对就能拿钱”的氛围特别吸引人。我打算下学期把Python的pandas和scikitlearn再啃一遍，顺便考个CFA一级，正好那家公司风控这块用的是VarianceThreshold这种特征选择方法，现在回去翻书看那块内容，发现真挺实用的。3.行业趋势展望感觉金融科技这行特别卷，但卷得特别有意思。他们现在搞AIGC辅助风控，我实习最后两天还去旁听了会儿，发现把大语言模型和图神经网络结合起来，能从交易关系里发现人眼看不到的异常。虽然我实习期间没直接上手，但回去打算学学PyTorch，看看能不能复现那篇论文里的实验。现在看招聘，好多公司都要求懂“多模态融合”，这帮我赶紧列了几个想学的方向知识图谱、联邦学习，感觉这行永远有东西可学，挺刺激的。4.心态转变最明显的变化是抗压能力。刚开始接手项目时，导师给的数据文档只有一页，里面还缺几个关键指标定义，我一头雾水。后来逼着自己先跑一遍数据，才发现是源系统bug。现在想想，比学校里做毕业设计难多了学校导师会给你现成的数据集，公司这边你得自己找、自己问、自己爬。这种“没人管着你”的节奏，反而让我成长快了。还有责任感，以前写代码随便改，现在知道每个参数改动都可能影响成千上万用户，那股沉甸甸的感觉现在还留着。致谢1.感谢实习单位特别感谢公司给我这次实习机会，让我在真实业务场景里摸爬滚打。那边的技术氛围特别好，遇到问题时大家都能直接聊，帮我快速成长不少。2.感谢导师要特别谢谢我的实习导师，他教我调XGBoost参数时那句“先看趋势再调细节”我现在还记着，帮我把好几个方向都带正了。3.感谢同事还得谢谢风控组的几位同事，他们给我看内部案