金融科技与金融大数据在哪里注册（帝国理工学院-商业分析）

当今的商业世界需要多种分析能力。数据科学似乎无处不在，但对于非专业人士来说，学习数据科学的途径又如何呢？理解数据科学如何开启了数据驱动决策的世界，通过使用数据分析来支持决策，即使我们不是编程决策者，这也有益于我们的生活和职业生涯。我们希望确保每个人都可以加入关于数据科学的讨论。

而作为数学建模的一个前沿分支，金融建模的存在也是为了把复杂抽象的现实问题数字化、具象化，最终用于决策。企业估值在所有商业计划、投资决策和并购中扮演着十分重要的角色，实训课题的重点是以估值为目的来带领学生建立金融模型，在实务基础上引入金融建模方法提升学生的分析能力，引导学生掌握金融建模能力。数据科学思维和金融建模实训将作为两个独立模块授课，每个部分都将为参加者提供一个项目机会并给予辅导。

项目持续六周，共39 学时。项⽬各组成部分学时如下：

• 前五周：每周1次专业课(每次1.5⼩时)

• 第六周：项⽬成果展示(2⼩时)

• 六周内3次辅导课(每次1⼩时) 6次项⽬实践课(每次1-1.5⼩时)

• 课程材料学习 课程作业 结业项⽬准备(每周2-3⼩时)

*项目具体的时间安排及课程安排可在文末附件查看。

Dr Susan Mulcahy

Dr Susan Mulcahy

帝国理工学院博士，法国INSEAD欧洲工商管理学院MBA

帝国理工学院 商业分析研究中心

帝国理工学院 Data Spark项目主管

特邀导师：Dr. Zhen Ye (叶臻)

英国伦敦大学学院 (UCL) 巴特莱特建造与工程管理学院基础设施经济金融学副教授、厦门大学金融学讲座教授。

本课程招收大学在读的本科生或硕士生，适用于没有编程或技术经验但希望学习数据科学及其概念和应用的学生。

实训课程适合对金融建模(非机器学习方法)感兴趣的学生，尤其是企业估值的金融建模、金融建模在项目融资和对冲套利中的运用和随机决策模型的建立。

对于缺少基本的商业和金融知识的学生，我们会在课前提供⼀份阅读清单。

• 将提供基于网络的练习和测验，以获得形成反馈。

• 将在辅导课的帮助下完成小组项目，小组项目将被纳入学习成果评估。

• 将以小组为单位开展讨论会，用于小组讨论和提问。

• 金融建模训练需使用相关数据库和表单(将由任教者提供)，学生须承诺只将其用于学习，而非包括研究和出版等在内的其他用途。

完成本课程后，学生将：

• 了解什么是数据科学和机器学习。

• 了解计算思维的概念及其相关性。

• 描述机器学习的三种主要类型。

• 了解机器学习的应用及其影响。

• 了解机器伦理、数据偏见及其后果的重要性。

• 了解清理原始数据集以进行分析所需的步骤。

• 设计和开发机器学习应用程序的思维。

还将：

• 掌握金融建模的基本要素、方法和局限性

• 了解金融建模在企业估值、项目融资、对冲套利领域的运用

• 了解随机决策模型的金融应用。

所有学生都必须具备良好的英语能力，如果英语不是他们的第一语言，他们将需要满足以下学院要求：

• 雅思(学术考试)总分不低于 6.5(单项不低于 6.0)或同等成绩

• 托福(iBT)总分 92(所有元素不低于 20)

• CET- 4(中国)最低550分

• CET- 6(中国)最低520分

学生需要使用带有网络摄像头、麦克风和良好的互联网连接的计算机才能参加在线课程。

成功完成课程的学员将获得由帝国理工学院颁发的官方电子证书和成绩单，最佳项目团队还将被颁发奖品。

2022年1月7日

获取方式见本账号简介！

获取方式见本账号简介！