金融科技金融科技公司分析师实习报告.docxVIP

金融科技金融科技公司分析师实习报告

一、摘要

2023年7月1日至2023年8月31日，我在一家金融科技公司担任分析师实习生，负责数据建模与市场分析工作。通过运用Python进行数据处理，完成了对3000份用户行为数据的清洗与归档，构建了2个预测模型，准确率分别达到85%和82%，为产品优化提供了直接数据支持。参与撰写了5份行业分析报告，整合了10家竞品的API接口数据，提炼出3个可复用的模型优化方法论：一是采用交叉验证提升模型泛化能力，二是通过特征工程降低数据维度，三是建立动态调整机制应对市场波动。这些实践强化了我在金融科技领域的量化分析能力，掌握了从数据采集到模型部署的全流程操作方法。

二、实习内容及过程

2023年7月1日到8月31日，我在一家做智能投顾的金融科技公司当分析师实习生。我的主要任务是帮团队准备数据和做市场研究。开始时，我负责整理用户行为数据，每天要处理差不多500条记录，用Python清洗异常值，发现数据缺失率超过10%，就提出用均值填充的方案，后来被导师调整为随机抽样补全，效果更好。8月10号左右，我参与了竞品分析项目，花了两周时间扒取了6家公司的API接口，用Python爬取了他们的接口响应数据，最后整理成对比表格，团队觉得挺有用，后来我写的报告里关于第三方支付接口的对比部分，被产品经理拿去跟技术讨论了。最大的挑战是做预测模型时，初始准确率只有70%，后来我