01

学生需求

近年来金融专业一直是留学申请的一大热门，随着留学人数的增加以及各种内卷，海外院校的对于金融课程的设置会更加偏向量化，Z同学希望申请的是风险管理专业，该专业除了要学习金融领域的知识以及数理统计的知识，还需要掌握编程以及数据挖掘的算法。而Z同学本身是经济专业的，在校的时候也有学习统计、概率论等课程，也有几段和金融相关的课程设计但是大多数都是比较简单的，并没有特别有亮点的经历。

考虑到申请院校风险管理专业的课程设置中有数据挖掘，机器学习等课程，我们推荐他参加机器学习项目实战——IEEE-CIS欺诈检测，不仅可以补充自身在风险管理方向的经历欠缺，也可以通过这个项目展示自身对于机器学习算法以及python编程的掌握。

在《IEEE-CIS欺诈检测》项目中，使用Vesta Corporation公司提供的客户交易数据，利用python来分析客户欺诈的影响因素，并且使用机器学习的方法来进行模型的搭建，来进一步从客户交易中检测欺诈信息，减少客户欺诈事件的发生。

我们以本期的Z同学为例，来了解一下指南者留学背景提升机器学习项目实战的学习过程、学员成果和在留学申请中的应用。

02

项目的申请应用

在这个项目中主要利用交易数据：交易ID、时间、金额等以及身份数据：设备类型、操作系统、个人信息等，使用python完成数据清洗合并以及特征提取筛选等预处理操作，配合机器学习的算法来进行用户欺诈行为的检测。欺诈检测是风险管理中的重要一环，并且利用机器学习的方法来进行欺诈检测也是近几年大数据发展的热门应用，所以这个项目很符合申请风险管理所需的经历可以作为申请的兴趣来源和专业积累。
因此我们在文书设计中就对于这个经历进行了引用，利用它能很好地证明并串联起兴趣、过往积累、职业发展规划等方面。（文书框架，点击放大）

阐述个人优势及转专业理由

经济学所学微观经济学与宏观经济学以及所学的统计学、概率论等数理课程都为转入金融专业提供了扎实的基础，在通过一次用户欺诈行为检测项目感受到了风险管理对于企业的重要性，也感受到了金融市场研究的魅力，希望自己可以继续在这条道路上深造。
展示风险管理专业所需技能
此次项目使用人工智能领域的机器学习算法来解决欺诈检测问题，而目前大多数的风险管理专业在课程设置中都有数据挖掘、机器学习等课程，因此在这段经历中可以展示自身对于机器学习各种算法的熟练应用以及算法优缺点的理解。也可以通过整体项目来展示自己可以熟练的使用python完成数据的预处理、特征工程、模型搭建与评价等流程，体现自身扎实的编程基础。

引出对专业的思考以及未来的规划

随着当前社会的发展，不管是企业的客户群体还是交易数据都是呈现爆炸性的增长，传统的金融模型在解决当前大数据时代下的风险管理问题时不一定是最好的选择，结合人工智能技术可以给行业带来新的气象，自己也希望可以在风险管理方向可以学习到更多的前沿技术来提升自己的能力，成为风险管理领域所需的综合型人才。

03

学习过程

（项目过程截图，点击放大）

04

学习成果

（学员项目报告节选）

想了解Z同学的同款实战项目，欢迎私信~