大資料與金融科技這是一種發展趨勢，中央財經大學在金融方面的地位，國內應該是首區一指的。傳統的金融科技面對網際網路時，就需要藉助大資料方向的思維去解決。

最近幾年，網際網路、雲計算的發展，以及2018年年初爆發的區塊鏈，一時間各個公司都在出相關產品，區塊鏈應該說是和金融比較相關的一門技術。網際網路在大資料、人工智慧的影響下，對傳統的金融生態造成一影響不可不重視，就需要及早地做出改變。也對金融人才提出了更高的要求，在傳統經濟學框架下的金融教育體系將面臨嚴峻的考驗，培養能懂網際網路又懂金融的人才，在我看來是各大院校必須面對的一個現實。

所以你對大資料方面感興趣，是一件好事，認識到網際網路大資料對金融業的影響及金融業在網際網路浪潮下的自我發展。

看到你提的問題後半部分，擔心程式設計方向的事，當然如果真的就讀那個專業，適當的程式設計是少不了，但是金融科技的程式設計是其它研發的程式設計其實是有區別的。常規意義上的程式設計，是指開發某個系統或者產品，需要寫一堆程式碼然後執行一下可以訪問了。但是金融科技更偏向於計算，計算的話其實目前有很多現成的演算法提供給我們使用的，你只需要掌握其中的原理。

當然對於學生來說，老師還是會希望你在理解的基礎上，自己能夠手動實現一下。其實，對於程式設計不需要擔心，多寫多執行，理解其中的執行過程，慢慢地理解了。比如迴圈語句，你不知道他怎麼迴圈到那個點，就設計一個小的範圍執行，發現是死迴圈了就中斷了檢查一下，重新執行。

學生時代怕程式設計是可以理解的，畢竟比較難理解。其實在我們工作中，更偏向於一種思維，看待問題的角度，只要思維好，實現都不是問題，不必去擔心自己能不能實現。

學生時代，要做好的是基礎知識，也就傳統的金融知識，新興的網際網路知識的儲備，至於工具型 的程式設計，明白基礎的一些資料語法、資料結構多操作、多執行，相信會幫助你學習的。

iABCD（i：物聯網，A：人工智慧，B：區塊鏈，C：雲計算，D：資料與分析）構成了數字世界的新生態與商業元素。其中，大資料、人工智慧、雲計算和區塊鏈這四種核心技術在金融領域的應用受到極大關注，普華永道針對這四種技術的應用情況及挑戰展開調查。

調查結果顯示，受訪者認為大資料分析/模型分析在產品設計和前端銷售領域最具有應用價值。同時，受訪者對於監管風險、流程改進和內控中心等層面的期待值較過去有所提升，說明金融業對大資料技術的信心和了解程度都在增強。

隨著大資料上升為國家戰略，大資料在金融業的應用也逐步深入，從常見的產品設計、前端銷售延伸到監管風險、流程改進等更為複雜的領域，為金融機構的商業決策提供堅實的資料基礎。在產品設計方面，金融機構利用大資料為不同的客戶群體量身定製差異化產品，最佳化客戶體驗，同時提高客戶粘性。在前端銷售方面，大資料可以完善客戶畫像，輔助精準營銷。在監管風險與內部控制方面，大資料的應用廣泛，在不同金融領域的應用場景各有特色。例如，銀行業的貸款風險評估、證券業的市場風險實時預警和保險業的欺詐識別等（如圖）。

▲圖 大資料在金融服務領域的價值分佈

首先你的數學學得怎麼樣，如果數學好，又是工科出身，有資料思維，這個專業是很好的。因為資料已經逐漸成為經濟發展的新引擎，如同過去一個世紀的石油天然氣一樣，會給經濟發展提供源源不斷的動力。任何工作都有壓力，大資料和金融科技不屬於直接程式設計的學科，主要還是資料處理。對資料的收集和分析能力是核心。如果有能力去這個專業，個人建議抓住機會。加油(ง •̀_•́)ง

金融科技2.0時代，有三大法寶，或者叫三駕馬車——大資料，人工智慧和區塊鏈技術。我分別介紹一下：

1. 大資料主要來自物聯網和網際網路資料，使用方法是利用大資料刻畫使用者畫像，分為靜態的生活畫像和動態的行為畫像，找到目標客戶群體。再利用大資料重塑徵信體系，利用大資料徵信甄別出低風險客戶，最後再展開精準營銷。

2. 人工智慧主要在於利用機器學習來完成人腦力不所及的工作，比如在上千股票的所有歷史中，找到跟你關注股票相近的一段K線走勢，可以參見“優理寶”這個APP。

3. 區塊鏈技術最牛B。比特幣只是他的一個應用而已，最重要的在於實現“智慧合約”，全網公開，全網監督，強制執行。

大資料只是金融科技中的一方面，建議多研究區塊鏈技術，這個應用比AI更廣。