金融学金融科技公司金融工程师实习生实习报告

金融学金融科技公司金融工程师实习生实习报告一、摘要

2023年6月5日至8月23日，我在一家金融科技公司担任金融工程师实习生。核心工作成果包括设计并实现了一套基于机器学习的信用风险评估模型，通过历史数据训练，模型准确率达到88.6%，相较于基准模型提升了12.3个百分点；参与开发了一个自动化交易系统模块，累计处理交易数据1.2亿条，系统响应时间从5秒缩短至1.8秒。专业技能应用方面，运用Python进行数据清洗与建模，结合SQL执行复杂查询，熟练使用TensorFlow框架优化算法效率。提炼出可复用的方法论：采用K折交叉验证提升模型泛化能力，通过A/B测试对比不同策略效果，确保技术方案兼顾准确性与性能。

二、实习内容及过程

1.实习目的

希望通过实习了解金融科技领域实际工作场景，将课堂上学到的风险模型、量化分析知识用到具体项目中，提升编程和数据处理能力。

2.实习单位简介

我实习的公司是一家做智能投顾和信贷风控的金融科技公司，核心业务是用AI优化投资组合分配，另一块是开发反欺诈模型。团队规模不大，技术岗和业务岗交流挺多。

3.实习内容与过程

第一阶段主要熟悉业务，6月5日到6月12日跟着导师看了公司几个核心产品文档，比如P2P平台的用户画像系统和信用评分V3版本。6月19日开始参与实时反欺诈系统的开发，系统用Flink处理交易流数据，每天要分析大概200万条请求日志。

困难出现在7月2号，当时要优化一个基于逻辑回归的模型，但AUC卡在0.75附近，比竞品低不少。导师让我先看特征工程部分，发现有些衍生变量比如设备指纹的权重设置不合理。花了3天用Python重新组合变量，用SMOTE算法处理类别不平衡，最后模型提升到了0.82，比旧版强15%。这个过程中学会了怎么用SHAP值解释模型决策。

另一个挑战是7月15号调试交易系统模块，出现延迟问题。排查时发现是Redis缓存击穿导致，晚上和后端同事一起调整了读写策略，把QPS从5000降到3000后，系统响应时间稳定在2秒以内。

4.实习成果与收获

最终交付了反欺诈模型迭代方案，新模型在8月10日上线后，恶意请求拦截率从68%提高到72%，误杀率没变。还参与写了自动化测试脚本，覆盖了80%的交易场景。最大的收获是学会了怎么把业务需求转化为技术指标，比如通过监控L1/L2队列长度判断系统负载。

5.问题与建议

公司的培训机制比较随性，新员工靠自学多。建议可以建个内部案例库，把我这种小实习生踩过的坑都整理一下。另外，岗位匹配度上，我期待能接触更多模型调优工作，现在分配的编程任务有点偏运维。如果能有个每周半天的技术分享时间，应该能帮我们更快成长。

三、总结与体会

1.实习价值闭环

这8周实习像把理论拼图按需补全了。6月5日刚来时还搞不懂实时风控怎么用特征工程解决，后来在7月8号调试模型时突然懂了，不同类型数据得用不同平滑系数处理。比如用户行为序列，用指数加权移动平均比算术平均能保留更多热点信息。这种从懵懂到有思路的过程，就是最大的收获。

最有意思的是8月15日复盘项目时，发现我们用到的梯度下降变种算法，其实和我学过的动态规划有相通之处，只是没意识到在金融场景下可以这样应用。现在看，学校教的那些模型，都是未来工作里的基础积木。

2.职业规划联结

这次经历让我看清了想进量化岗得补足哪几块。之前觉得Python学得还行，但来了之后发现Pandas的底层优化还得啃。8月20号写测试脚本时，导师说"你用的时间太长"，我才意识到自己离"写代码不调试半小时"的要求还差着呢。现在定了新目标：下学期考个CFA一级，先把金融知识体系搭起来，同时把Python刷到能写类库的程度。

感觉最缺的是行业理解能力。比如刚开始提交的模型方案，完全没考虑业务成本，只盯着指标提升，结果被导师骂"技术民科"。现在明白，好方案得在准确率和成本之间做取舍，这得靠多看行研报告积累经验。

3.行业趋势展望

8月23号离职那天，我跟着运维同学看了下监控系统，发现现在很多模型都在用联邦学习做隐私保护。这让我意识到，未来数据合规会越来越重要，单纯会调参可能不够吃香。公司用的Flink版本还是1.x，但网上都说3.0版本多了很多图计算能力，这提示我技术迭代得跟上。

另一个观察是，现在做风控的，特别重视A/B测试的严谨性。我参与的案例里，有个变量调整从0.1%提升到0.3%，但上线后效果反着走，最后查是因为没考虑节假日用户行为变化。这说明做决策不能只看统计显著性，还得懂用户心理学。

4.心态转变

最深的感受是8月10号深夜调试完系统后，突然觉得学校作业好像没那么难了。以前写代码改半天可能只会自我安慰"环境问题"，现在遇到bug会先想"是不是逻辑有漏洞"，这种解决问题的惯性思维，是实习逼出来的。还有个转变是认识到"犯错不可怕"，7月25号我把测试环境数据看错，导致模型参数全乱，虽然及时修正了，但导师没骂我，反而让我写了个标准操作手册。这改变了我对职场权威的认知，原来成熟团队是鼓励试错的。

四、致谢

1.

感谢公司给我这次实习机会，让我接触到了真实的金融科技项目。

2.

特别感谢导师在实习