「来源:｜大数据应用ID：Datalaus」
今日份知识你摄入了么？
数据科学家（DataScientists）在所有行业都发挥着不可或缺的作用，对金融行业来说更是如此。本篇文章将带你全面了解数据科学在金融行业中的作用。
金融业作为世界的经济支柱，早已了解大数据在盈利决策的制定和计划风险承担方面发挥的重要作用。作为数据科学的先驱之一，该行业利用大数据来改变一切，从股市运作方式，到检测欺诈，到改善客户体验等等。大数据带来的一系列应用让金融领域出现了对数据科学家的巨大需求。
但，究竟金融数据科学家是什么，以及金融数据科学家都做些什么？在这篇文章中，我们将回答所有所有这些问题。
1.金融数据科学家是什么？2.金融数据科学家做什么？3.金融数据科学家与其他行业的数据科学家有何不同？4.成为金融行业的数据科学家需要什么经验？
准备好揭开这条令人兴奋的职业道路的神秘面纱了吗?就让我们一探究竟吧。
1.金融数据科学家（FinancialDataScientist）是什么？
作为世界上最赚钱的行业之一，全球金融业是最早发现大数据具有盈利潜力的行业之一。这完全在我们意料之内：银行业一直在预测市场变化，来做出最佳投资决策并获得竞争优势。而数据分析也是一直在预测。由于银行和其他金融机构可以获取我们的信息——从市场指标、到交易数据、以及详细的客户资料——所以两者紧密相连。
然而，金融业收集的海量大数据也带来了挑战。最大的问题之一，是如何最大化地利用这些非结构化数据（即杂乱无章，且模式不一致的数据）。更令人困惑的是，银行业的构成本身就极其复杂，充斥着兼并、收购、复杂的产品供应，和不断变化的法规。要想将这种不断变化的行业与大数据结合在一起，数据分析师对技能的掌握程度需要远远超出标准水平。
接下来说说金融的数据科学领域。有优秀的专家掌控全局，金融服务提供商可以简化复杂的流程，打破整个行业普遍存在的筒仓文化（SiloCulture）。金融数据科学家不仅仅简单地收集、挖掘和理解数据，而是具有专业、深入的领域知识的行业专家。
金融数据科学家的工作涉及面非常广阔，从欺诈检测，到创建个性化客户服务解决方案等。这就意味着，需要构建复杂的数据仓库或创建算法，实现重要财务的自动化交互，这也促使金融数据科学家具备广泛多样的职业发展潜力。另外，金融数据科学家的薪水也非常可观，后面会详细介绍这部分。但首先…
2.金融数据科学家（FinancialDataScientist）是做什么的？
现在我们已经大致了解了数据科学在金融领域是如何出现的(以及为什么它如此重要)，那金融数据科学家的日常职责是什么？实际上，这些问题涵盖领域非常广泛。你会发现他们工作的领域有很多不同。这些领域包括：
风险管理欺诈检测客户体验消费者分析自动化定价算法交易
从细节上来看，金融数据科学家在这些领域发挥的作用存在很大差异。一般来说，数据科学家的工作是收集和存储数据、挖掘数据以获得见解、然后针对关键问题（如刚刚列出的几种问题）开发和提供战略解决方案。
想要知道金融数据科学家每天的工作，是查看他们的任务和职责。虽然很难概括，但根据真实的金融数据科学岗位描述，你可以学到以下知识———
金融领域数据科学家的一般职责：
收集战略数据，并设计、工程并记录复杂的数据基础设施。使用数据建模技术，结合使非结构化和半结构化数据。使用自然语言处理(NLP)和计算机视觉，来分析非结构化和半结构化数据。与各个团队（从DevOps到执行管理）紧密合作，识别问题，并针对这些问题设计数据驱动型解决方案。进行定量分析来获得见解，并将这些见解发展成可行的解决方案，然后