黄克威(HUANG Ke-Wei)副教授

　　计算机学院助理院长(研究生教育)

　　数码金融科技硕士学术主任

　　“从2021年启动以来，新加坡国立大学数码金融科技硕士就引起了申请人的浓厚兴趣，这反映了金融服务行业中的技术发展及其与日俱增的重要性。虽然我们的项目还很新，但我们依然不断更新课程，并在区块链应用和金融数据分析前沿主题加入了几门新选修课。这吻合行业前进的脚步，也使学生具备在竞争激烈的就业市场中脱颖而出的技能。”

　　2022年12月开始，数码金融科技硕士(MSc DFinTech)项目将由新加坡国立大学计算机学院和新加坡国立大学商学院直接管理。自该项目启动以来，这两所学院就共同参与，由领先专家和具有丰富业界经验的教职员携手开发课程。

　　2022年2月，黄克威副教授曾做客并回答关于新国大数码金融科技硕士课程的一些有趣的代表性问题。

　　MSc DFinTech

　　“金融科技硕士 = 一些金融课+简单的计算机课”，这种观念对吗?

　　对于新国大数码金融科技硕士项目来说是不对的。

　　MSc DFinTech培养能够胜任金融科技领域编程、数据科学等技术类岗位的人才。如果你去查阅招聘网站上金融科技编程岗位的描述，可以看到这些职位需要你为某种金融科技产品做软件开发，或者进行区块链编程，或者为某个初创企业构建智能合约等等——这些是我们的毕业生可以做到的，但不是“一些金融课+简单的计算机课”就能训练出来的。同样，对于金融科技领域的数据科学工作，如果你只是浅显地接触数据库、SQL、前端资料处理等技术，也缺乏金融的领域知识(Domain Knowledge)，是无法很好地完成工作的。

　　我们的项目背景在亚洲具有特殊性：在教学力量上，计算机学院与商学院的比例大约是2:1。作为计算机学院主导开设的课程，项目有很强的计算机技术内核。而其他院校的金融科技课程往往是基于金融类课程做转型。这会在教学实质上形成明显的不同，并对学生的就业面有所影响。

　　金融科技是前沿热门领域，人才技能需求在不断调适优化。过去，是谁在供职于这个新兴行业的技术类岗位?可能是我们的计算机硕士(NUS MComp)——他们的程序开发能力可以满足编程岗位的基本要求;可能是我们的商业分析硕士(NUS MSBA)——他们可以应聘广泛的数据科学、数据分析岗位;金融、金融工程人才，如果补充了相应的技术技能，个人能力或履历很强，也可以担任一些职位。

　　但是，随着行业发展，更多具体的、有针对性的技能素养要求逐渐明确，人才缺口凸显。实际上，推动新国大MSc DFinTech诞生的一个重要原因，就是新加坡迫切需要更多金融科技人才。在面向金融科技领域技术类岗位时，新国大MSc DFinTech代表着更聚焦、更成熟的培养体系，我们的毕业生有针对性的储备，保证了更全面、更稳定的高质量工作表现。

　　MSc DFinTech

　　如果我申请计算机硕士，然后自学一些金融知识，是不是今后既可以做金融科技工作，也可以选其他工作?是不是更好呢?

　　这首先要看每个人自己的职业规划。如果你志在成为一名卓越的程序员、IT专家，那念MComp的CS/AI专业方向是比较适合的，你可以专注于学习算法、理论、AI机器学习方法等等。如果之后入职金融科技领域担任程序员，还需要职后培训金融知识。在这类岗位上，MSc DFinTech毕业生与CS/AI毕业生存在一定的竞争关系。

　　有一点我想特别强调一下：金融科技领域也很需要IT安全技术人才，因为有些金融科技本身就是基于IT安全建立的。在我们开设MSc DFinTech前专门对此进行了讨论，认为这类人才还是应该由MComp的信息安全专业方向来培养。所以如果你立志于投身基于IT安全技术的金融科技，可以申请MComp的信息安全专业方向。

　　如果你的目标是金融科技领域的数据科学、数据分析岗位，那么读MComp就未必合适。为什么呢?因为领域知识对这类工作非常重要——比如为了更好地进行预测，你需要系统性的金融、商业知识——这也是MSc DFinTech设计课程时的一个重要观念，当我们在教授“金融科技”时，它是一个整体性的概念，已经包含了必要的金融知识。我们的毕业生在金融科技领域的数据科学、数据分析岗位上将有明确优势。

　　还有一点很重要，就是你的兴趣是什么?

　　选择发自内心喜欢的学习内容对每个人来说都很重要。就业市场是动态变化的，比如说，我在计算机学院工作了15年，最初CS远没有现在这么热门，毕业后收入也没有很高，只有喜欢编程的学生会来。他们都是很聪明的学生，可以选其他当时的高薪学科，但是他们选择了兴趣。从长远来看，选择兴趣也会使你学得比较好，保持终身学习的热情，工作表现也比较好，也比较快乐。

　　所以欢迎你关注金融科技，了解它在面对哪些问题，今后可能可以解决哪些问题，创造出什么。看这是否是你的兴趣所在。

　　MSc DFinTech

　　可以展开一些具体的教学例子么?MSc DFinTech的教学有什么特点?学生在学什么?怎么学?

　　比如，现在很多硕士项目都有数据挖掘(Data Mining)课程，但实际上的教学内容是很不同的，因为现在的数据挖掘和机器学习非常广泛，里面有太多可以讲的课题。

　　当我给MSc DFinTech学生上Machine Learning for Finance这门课时，首先我会挑选和金融应用相关的算法。比如文本数据挖掘(Text Data Mining)，这可能是金融数据挖掘最热门的课题之一;比如时间序列预测(Time Series Prediction)，很多金融数据挖掘都是时间序列模型;比如反欺诈(Fraud Detection)。那么这些金融应用着重的内容，在市场营销、医疗卫生等其他领域的应用可能没那么多，也不是它们最关注的。

　　举例一个信贷审批(Credit Loan Approval)作业。我们假设“1”是不还钱，“0”是还钱，对于做预测来说，这里就有特性——因为你要做的可能是在1000个人里预测到那一个不还钱的人，如果“0”、“1”比例均衡，很多算法都可以较好地进行预测，但面对极端分布情况，它们很可能不起作用。这里，我们就要教学生认识到这些金融问题里的特性，什么技术难点是在预测这个问题上特有的，我们该如何去处理。

　　再比如很多人刚接触时间序列预测就去预测股价，但实际上股价是很难预测的。很多对冲基金雇佣了大量顶尖数据科学家专攻于此，可见这里的方法需要专门的技术调整，才能尽可能地得到正确的预测。这也是我们会学习的。

　　此外，我还会为课程作业选用金融相关的数据集，比如另类数据(Alternative Data)，这样可以同时介绍相关的金融知识，并将它们用于解决问题。举例来说，我会使用美国的盈利电话会议(Earnings Conference Call)、金融新闻等作为分析的数据，这些数据有自己的特性，也基本是其他硕士项目不会深入的。

　　MSc DFinTech聚焦一系列独特的金融科技问题，这也得益于我们雄厚的科研实力背景。每个具体的领域都有需要特别处理的技术部分，而在金融科技领域，MSc DFinTech有明确的优势。

　　MSc DFinTech

　　金融科技在新加坡的发展如何?

　　新加坡是金融科技之都，在全球各项金融科技排行中都名列前茅，汇集了全球在该领域的探索者和企业家，深受金融科技资本青睐。可以搜索相关的专门报告了解更多，例如FinTech Talent Report 2021，FinTech in ASEAN 2021: Digital takes flight。

　　新加坡非常重视为金融科技发展营造良好的环境。新加坡金融科技节(Singapore FinTech Festival)是全球金融科技界规模最大的盛会，2021年已经举办至第六届。本地有1000多家金融科技企业，面向新加坡及海外市场，银行也积极进行金融科技转型，对人才的需求持续旺盛。

　　在新加坡金融科技部门工作是很好的经历。金融科技发展之初，可能入职后很多时候你做的是整理资料，或者建商业智能仪表盘、看一些简单的统计数字，然后才能逐渐开始做数据科学的预测。而新加坡已在金融科技领域耕耘数年，整体度过了起步的阶段，意味着人才进入行业后，有更多机会投入核心业务，着手金融科技编程、数据科学工作。

　　对于留学生来说，如果在新加坡学习金融科技并且至少在本地工作一段时间，也是很好的国际化职业发展路径。得益于新加坡本身对金融科技的开放和试验，之后如果你前往其他地区的市场就业也会具有优势。你所获得的一流经验、技术和眼界，有利于你去担纲团队领导者的角色。

　　中国同学或许会考虑回国就业，中国的金融科技发展势头也很好。某种意义上，新加坡是目前国际金融科技创新公司的亚洲窗口位置，他们通过这里观察整个亚洲市场，而中国是其中非常重要的一个市场。

　　这里也蕴藏了很多机会。比如，中国有很大的支付市场，而现在许多金融科技公司致力于寻求新支付方式，很多小型初创企业就是专注在一个很特别的交易上进行创新;在私人股权投资或者和投资理财相关的财富管理等金融科技创新上，亚洲国家也普遍具有潜力。

　　金融科技是非常广的，包括能够促成金融领域新的产品/服务的技术、使传统金融机构在服务用户时变得更高效的新技术，这里面有非常多的层面和可能性。

　　注：了解更多新加坡金融科技发展，可以访问新加坡金融管理局官网

　　https://www.mas.gov.sg/development/fintech

　　MSc DFinTech

　　谢谢黄教授，您还有什么想分享给我们的申请人?

　　当你来到新国大MSc DFinTech时，教学团队会尽最大可能给予你支持，我们将共同实现教学成果。这不仅包括不断传递最新的金融科技知识技能、充分发挥业界联系为学生接洽实习机会，也包括我们会根据每位学生的不同背景和目标，给出个性化的选课建议——依托计算机学院丰富的课程资源，以及MSc DFinTech与新国大金融硕士项目、金融工程硕士项目的合作关系，你将在1.5年的学习中获得最大化成长。

　　MSc DFinTech申请正在进行

　　入学时间

　　2023年8月

　　申请时间

　　2022年11月1日-2023年1月31日