课程介绍

【项目简介】

【技术领域】：数据科学的十大经典算法，图计算；
【业务领域】：金融

      随着我国的银行业电子支付渠道越来越灵活多变，如网上银行等一些交易业务品种的迅速发展，交易行为方便、快捷、可靠，尤其是客户身份的隐蔽性，电子交易结算业务品种很容易成为洗钱的便捷通道。目前银行业对这类异常交易的监测仍然主要停留在手工采集、人工识别的阶段，不仅工作效率低下，而且识别可疑资金能力低，落后的监测技术使银行尤其是业务量巨大的大中城市银行在统计数据和分析报告方面难以做到及时、准确和全面。

     最近几年大中城市银行的交易数量呈几何倍数递增，银行业需要从大量交易信息中分析账户交易的隐形行为，发现关联交易，监测客户的异常行为，以识别是否洗钱、诈骗和非法集资等，预防系统性金融风险，为及时有效的识别这类风险行为，需要通过数据挖掘算法或者图计算的技术手段代替人工识别的现状，实现一种快速有效的算法模型来对银行客户的交易信息进行关联分析，识别出洗钱、套钱的异常交易账户, 通过企业相关交易, 分析出企业的上下游企业, 企业经营状况, 从而对授信客户进行风险预警和商业机会捕捉。

课程大纲

学习目标

了解项目需求及领域知识，完成项目报名。

学习要求

【项目能力要求】
1. 具备数据库设计、访问的能力；
2. 熟悉linux环境，基本命令的使用；
3. 了解机器学习经典算法以及目前流行算法；
4. 了解银行核心交易、风险管理基本知识。

考核标准

课件浏览100%,客观练习0%,主观练习0%,课内讨论0%,练习允许2次全部重做。。
课程内容不断迭代，成绩以当时的课程内容为准，一旦合格，可以申请证书。申请证书后，以结课处理，成绩不再改动