在金融科技行业从事数据科学工作,需要掌握哪些技术呢?
我以自己的经历,说一下金融科技的技术栈。
数据库技术,泛指熟练使用SQL技术,不仅是各种关系型数据库的SQL,还有各种大数据平台的SQL,例如Hive-SQL、Spark-SQL等。 对于SQL技术这块,我们重点要掌握增删改查的四种操作,以及与编程语言的交互。 通过SQL技术,我们可以有效完成如下工作:
编程技术,是指我们至少要熟悉一门编程语言,不管是Python语言,还是R语言或者两者都会。不管Python语言,还是R语言,都可以有效地帮助我们完成数据科学工作流中各个环节的任务。比方说,数据的获取、数据的清洗、数据探索、数据转换、数据分析、数据建模、数据报告等。
若是你用Python语言,你需要掌握这些知识:
若是你用R语言,你需要掌握这些知识:
金融科技行业数据科学工作中,我常用的学习算法。
金融科技行业数据科学工作,其它技术,罗列如下。
等。
总之,技术和业务相辅相成,技术服务业务,业务需要技术。
技术和业务可以看作金融科技数据科学人才的“左右手”,我们需要通过持续学习和实践,来促进共同成长和发展,以干出更多有价值和有意义活儿。
技术这个东西,请学以致用,活学活用。
我是陆勤,在金融科技行业从事数据科学工作,也是一名终身学习者。我工作过的内容主要包括数据清洗和准备、风控评分模型、数字营销模型、风控策略分析、数据建模环境构建和维护等。
金融科技专辑