金融服務與金融科技微學程

金融服務與金融科技微學程

人才培育主軸

金融服務與金融科技微學程(創新學院)的目標對象是;除了數位行銷之外,數位金融也是資料科學的另一個重要應用,從其所使用的資料處理技術來看,目前數位金融有三個不一樣的發展重點:(a)數位金融服務創新基本上是使用一般功能的大數據運算和機器(深度)學習方法,其重點在於使用這一些新技術對既有的服務流程或服務介面進行創新,藉以改善服務體驗或提高營運績效;(b)智慧金融創新則主要是財務工程的延伸,其主要的應用,如高頻交易或理財機器人,其重點主要是利用人工智慧、深度學習這一些新技術來加強財務工程的準確性;(c)區塊鍊與虛擬貨幣則是環繞著Cyber Ledger這一種去中心化的網路簿記技術發展出來的一個新創領域,這一個領域未來的發展還很難預測,目前除了虛擬貨幣之外還看不其他比較具體的商業應用和獲利模式;從商學院的角度,我們會先把重心放在數位金融服務創新這個領域,在智慧金融和區塊鏈這兩個比較偏重資訊工程的領域,我們會與工學院合作,一開始我們還是會重心擺在這兩種技術的創新應用和獲利模式上面。

教學目標

據此,我們針對「電商與金融科技」和這一個智慧創新人才類型設計了金融服務與金融科技微學程,本學程的目標對象是想要從事金融工作的學碩士生(或與金融相關的從業人員),其主要教學目標為:目標首先讓同學能夠知道金融科技領域發展的現況及未來趨勢,並能夠找出現行金融消費者的需求與痛點,提出可行的解決方案。並以個案資料集作為範例,學習如何用R程式做資料處理,帶領同學透過機器(深度)學習方法,解決個案提出的問題。

課程規劃

金融服務與金融科技微學程的課程規劃如下。

 

開授課程名稱 預定開課時間 學分數 授課教師(職稱) 課程特色
R程式語言、機率統計與商業實務 108年 3月 3 卓雍然 兼任助理教授
  • 幫助非資訊領域的同學跨越程式語言的進入障礙
  • 略過抽象的推論統計,強調機率的商管應用
  • 練習使用程式語言和機率統計來處理各種商業實
  • 透過案例,讓同學體驗程式語言、機率統計和商管知識這三者之間的強大綜效
大數據運算、機器學習與人工智慧 108年 9月 3 康藝晃 兼任助理教授
  • 讓非資訊背景的同學也能使用大數據和人工智慧技術
  • 沒有複雜的演算法,重點擺在工具使用和商管應用
  • 大數據與人工智慧開發環境 + 完整的演示程式模板:第一周就能使用大數據自建人工智慧模型
  • (半)自動化的文字探勘系統 + 15年的歷史文件資料:簡化文字分析的學習流程
  • IBW Waston Analytics + Google Cloud Platform:利用用免費帳號、活用雲端資源
金融服務資料個案分析 110年 2月 3 王昭文 專任教授 本課程將使用開放資料集,以商業實務為中心,自行編寫資料個案,除了介紹相關的金融服務概念外,也引導同學依照商業邏輯使用不同的數據分析方法來解決實務金融服務問題。本課程為金融服務分析的 Capstone課,將請業界提供資料進行實務分析。