为助力学生把握数字化转型机遇，提升核心竞争力，金融教研室于11月13日至17日组织开展“金融行业大数据分析实战与智能风控应用”训练营活动。本次训练营聚焦大数据、人工智能在金融领域的实际应用，通过“理论辅导+实战实操+案例剖析”的多元化教学模式，为学员打造了一场沉浸式、高强度的专业提升盛宴，来自互联网金融、物流管理专业等28名学员全程参与并顺利结业。

本次活动邀请了金融科技人才培养专家周老师为学生授课。周老师先后从事投资公司、科技创新公司金融科技人才培养工作，在金融大数据等领域具有丰富的产业导师经验。

训练营课程体系兼具前沿性与实用性，精准对接金融行业数字化转型需求。13日上午，周老师以“金融职场新质生产力赋能”为主题展开辅导，深入解析大数据、人工智能对金融活动的颠覆性影响，系统梳理金融人才所需的思维模式、能力图谱与成长路径，为学员搭建起数字化转型的认知框架。下午的项目实战案例辅导中，周老师通过金融领域数字化项目实例，带领学员开展大数据Python技术训练，将理论知识与实操技能相结合，夯实数字化应用基础。

第二天的课程聚焦核心技能提升，围绕金融数据分析工具与机器学习应用展开。上午，学员在老师的指导下，进行反欺诈与行为大数据金融分析工具训练，掌握各类专业工具的操作逻辑与应用场景。下午针对性培养学员必备的机器学习技能，阐明金融从业者具备机器学习技能的必要性，助力学生应对金融业务中的复杂数据处理需求，提升技术应用熟练度。

第三天的训练以平台实操为核心，聚焦金融风控关键环节，开展场景化项目实训。学员基于房贷交易数据，完成数据采集、脏数据标识、数据清洗等一系列流程，将清洗后的数据划分为训练集和测试集，进而开展变量分箱、WOE编码、IV值计算、指标筛选及模型风险评分等训练，成功搭建申请评分卡与行为评分卡模型。

第四、五天，训练营以汽车消费金融为具体场景，全面覆盖贷前、贷中、贷后全流程风控管理。学员分别扮演信审员、风控专员、建模师等角色，学习设置申请人身份条件标准，掌握贷前风险评估、黑名单审查筛查与反欺诈审查方法。通过对贷前放贷业务的逾期风险监测实训，熟练运用贷中风险监测流程与行为评分卡设计方法。在贷后催收管理模块，学员深入了解信贷机构催收业务流程，掌握催收方案制定、实施及不良资产处置的核心方法，积累场景化风控实战经验。

结业仪式上，各项目成员进行成果汇报路演，全面展示五天训练中的学习收获与项目成果。周老师对各小组表现进行专业点评，肯定学员在实训中的出色表现与快速成长。

此次训练营的成功举办，为金融行业数字化人才培养提供了高效路径，同时增加了学生们对金融行业数字化转型的兴趣。未来，金融教研室将不断优化课程体系，创新培训模式，为金融行业输送更多具备新质生产力的应用型人才，助力金融行业高质量数字化转型发展。

师生心得：

参加此次金融大数据分析与智能风控实训，收获远超预期。实训将理论与实战紧密结合，我们通过Python等工具，亲手操作了从数据清洗、特征工程到构建机器学习模型的全过程。我深刻体会到，大数据如何驱动现代风控决策，从信用评估到反欺诈，数据模型正变得前所未有的精准与高效。这不仅强化了我的数据分析硬技能，更重塑了我对金融科技赋能风险管理的认知。此次经历是一次宝贵的成长，让我对投身于智能化金融领域充满了信心与期待。

——金融（专升本）2501班 梁琦钧

连续两年参加训练营，于我而言是从“入门”到“深耕”的成长蜕变。第一年，我从Python技术、基础风控工具学起，初步掌握数据清洗与简单模型搭建；今年再参训，已能深度参与房贷评分卡优化、车贷全流程风控实训，在脏数据处理、WOE编码等环节提出自己的思路。训练营“实战导向”的模式，让我将课堂理论转化为实战能力，也更清晰金融数字化人才的能力需求。这份经历，是我

职业规划中最宝贵的“实战背书”。

——金融（专升本）2404班 刘玉玲

此次课程以“实战”为核心，从大数据、AI对金融的影响解读，到Python技术、风控工具实操，再到房贷评分卡搭建、车贷全流程风控实训，全程紧扣行业真实需求。周老师聚焦“技术落地业务”，跳过复杂推导、直击应用痛点，恰好解决高校教学中“技术与行业脱节”的问题。后续我会将训练营的真实案例、实操逻辑融入课堂，推动课程更贴近金融数字化转型需求，助力学生培养业务与技术的复合型能力。

——金融教研室教师 秦洋

供稿：金融教研室