从金融行业发展来看，金融科技应用可以分为三个阶段：
第一个阶段是银行业务电子化阶段。中国银行
业的电子化起步于20世纪80年代初，先后经历了柜面业务操作电脑化、跨区域联网汇兑等业务发展阶段。在电子计算机技术和互联网技术的推动下，电子化操作逐步替代了手工操作，银行的业务效率和客户体验得到大幅度提升。在这一过程中，科技的意义在于使银行的业务工具得以现代化，这是一个电子化业务工具时代。第二个阶段是以电子渠道发展和后台数据大集中为代表的历史阶段。这一阶段的核心内容是依托互联网，传统银行的后台营运体系发生了革命性的变革，在此基础上，传统银行业务从线下向线上迁徙，互联网渠道成为与银行网点渠道同样重要的经营载体。银行在这一过程中追求的是电子渠道对传统物理渠道的替代，意图通过电子渠道的发展来降低渠道的营运成本，同时通过电子渠道的泛在性，提高服务效率，提升客户体验。大型计算机、远程通信、数据库分析、互联网、图像处理等技术是本轮科技应用的关键科技。本质上，这是一个金融科技
应用的新型渠道时代。当前金融科技应用是中国银行业与金融科技对接的第三次革命，也是金融科技应用的第三阶段，其源于三大背景：一是互联网的发展所带来的电子商务、互联网社交对社会生产和生活方式的改变，二是计算能力的大幅度飞跃，三是部分人工智能
领域技术的逐步成熟。本轮科技应用涵盖的主要金融科技包括大数据技术、云计算技术、人工智能技术、区块链技术、移动互联技术。大数据是对体量巨大、来源分散、格式多样的数据进行采集、存储和关联分析的信息技术。通过对金融数据的整合、建模、挖掘，金融机构可以实现两个目标：一是通过大数据分析，来对客户画像，挖掘潜在客户需求，建立个性化的客户沟通服务体系，实现精准营销；二是依托大数据技术建立大数据征信体系和大数据风险计量评分体系。
大数据是对体量巨大、来源分散、格式多样的数据进行采集、存储和关联分析的信息技术。通过对金融数据的整合、建模、挖掘，金融机构可以实现两个目标：一是通过大数据分析，来对客户画像，挖掘潜在客户需求，建立个性化的客户沟通服务体系，实现精准营销；二是依托大数据技术建立大数据征信体系和大数据风险计量评分体系。
云计算
是实现计算资源按需供给、促进信息技术和数据资源充分利用的计算模式。运用云计算，金融机构可以根据业务需求实时配置IT资源，最大限度地提高IT资源对业务需求的响应速度和支撑效率；通过构建跨层级、跨区域、分布式的后台处理中心，避免闲置资源的浪费，降低运维成本。云计算以其在系统架构、资源整合等方面的优势，能够适应互联网渠道交易瞬时高并发、多频次、大流量的金融服务新特征，满足长尾客户多样化的金融服务需求，支撑互联网金融实现广覆盖、可持续的发展。人工智能致力于利用计算机模拟人脑的智力功能，赋予机器以人的智能。在金融领域，它通过打造智能系统、渠道、产品等，对金融业务流程进行创造性的整合和改造：一是采用语音识别、图像识别、触摸感知等信息交互技术，为公众提供智能化金融消费体验；二是通过建立金融业务智能感知与处理系统，模拟人脑的逻辑思维，完成信息收集、数据建模、推理判断、结果预测等任务，智能投顾就是典型的智能决策案例。
移动互联技术作为重要的数字技术
，在一定程度上消除了因使用成本、文化程度、地域限制等造成的数字鸿沟，为突破普惠金融发展瓶颈提供了有效的解决方案：一是移动通信网络的广覆盖不断将金融服务网络延伸至传统金融机构网点覆盖不到的区域，打通金融服务“最后一千米”；二是移动智能终端的高普及进一步提升了金融服务的可获得性与便捷性；三是移动客户端应用爆发式增长，涵盖了公众生活、工作的方方面面。1、金融建模的专业难吗？
比较难学的，它有时被归类在商学院下，有时设在工程学院下，其培养目标是使学生日后成为金融工程师。
该专业对数学和计算机工程背景要求较高，其他类似的专业方向还有Quantitative Finance(数理金融)、Computational Finance(计算机金融)和mathematical Finance(数学金融)等分支学科。
其中数理金融着重在数理分析和金融模块的解读，其他两个则属于交叉学科。
2、金融学对数学建模能力要求高么？
金融对数学的要求还算高吧，如果你是打算学的比较好的话，因为高深点的要设计数学建模的，不过基础的还不算太难吧。嗯，商学的数学是将数学应用于经济预算之中，可以说相对物理系啊，工科生，更不用说是数学系的学生都相对简单，有些文科数学和
3、数学建模是什么？
数学模型是利用系统化的符号和数学表达式对问题的一种抽象描述。数学建模可看作是把问题定义转换为数学模型的过程。
和问题定义相对应，数学模型包括几个主要组成部分：决策变量、环境变量、目标函数和约束条件。决策变量表示决策者可以控制的因素，即可控输入，是需要通过模型求解来确定的模型中的未知变量。环境变量表示决策者不可控的外界因素，即非可控输入，需要在收集数据阶段确定其具体数值，并在模型中以常量表示。目标函数是指描述问题目标的数学方程，而约束条件则是指描述问题中制约和限制因素的数学表达式（等式或不等式）。（这个主要是规划的一种定义）
数学建模是一项富有创造性的工作。
关于找队友：在信息不对称的情况下，优先考虑三人的专业搭配，比如或信电的小伙伴负责编程和理工科题建模，经济金融统计负责论文和统计建模，数学计算专业的全方位建模以及帮忙论文，个人感觉这样子比较好。由于建模粗略地可以分为建模，编程，论文，三块，整体上是一人负责一块的，但是绝对不能走极端，每个人就单单的负责一块，这样子的组合缺乏沟通和互动。应该要在培训中磨合，结合每个人的个人特点。主要负责哪几块，辅助哪几块。
4、商业建模是什么？
答：商业建模是描述商业行为中不同方面的模型。
它包含大量的商业元素及它们之间的关系，并且能够描述特定公司的商业模式。它能显示一个公司在以下一个或多个方面的价值所在：客户，公司结构，以及，以营利和可持续性盈利为目的，用以生产，销售，传递价值及关系资本的客户网。商业模型描述的是一个很大范围内正式或非正式的模型，这些模型被公司用来描述商业行为中的不同方面，如操作流程，组织结构，及金融预测。
5、金融数据分析师和金融分析师有什么区别？
金融数据分析师定义：金融数据分析师是证券投资与管理界的一种职业资格称号，CFA是“注册金融分析师”的简称的缩写，它是证券投资与管理界的一种职业资格称号，他们分布在证券公司、商业银行、保险公司以及投资机构。
金融数据分析师在金融行业的地位
注册金融分析师认证是一个全球性质的证书认证，起源于美国，美国注册金融分析师学院于1963年设立，由总部设在美国吉尼亚州的非赢利组织投资管理与研究协会负责管理；
注册金融分析师认证是金融分析领域全球公认的最高标准，该标准不仅用来衡量金融分析师的业务能力，也同理代表其诚信程度；
投资管理与研究协会在全球拥有十万会员，上百个会员协会和分会，其宗旨是通过上的精益求精和诚信，建立并保持最标准来促进全球投资行业的利益。
金融分析师可能包含几类：
1）证券公司做行业研究，基本上是懂金融、经济、管理的的数据分析师，要求写作能力好，要求高学历，硕士是最低门槛，北美名校博士最好，市场需求稳中有降；
2）基金公司研究员，只要你推的股票涨就行，这时候你需要比证券公司研究员多一些务实，干几年你可能被淘汰（因为你推的股票不赚钱），也可能成为基金经理，轻松年收入几百万，市场需求下降，因为量化交易的大量应用会使得你赚不到钱，并且不需要那么多人了；
3）理财规划师，随便一个本科生考个证券从业资格证就行，你需要能说会道，类似于推销员，随着理财推荐软件的应用注定要被历史淘汰，有志青年千万别入坑；
4）投行或私募二级市场（不过通常不叫金融分析师），你需要懂法律、会计、金融、管理，还要性格很强势，情商很高，市场需求稳定，学历必须是名校硕士，博士不需要，如果家庭背景十分深厚可以帮你很大忙。
5）量化投资方面，你需要计算机极好，金融建模极好，你可以本科学物理，修个金融双学位，研究生读个计算机，做这个是最赚钱的，如果你干金融，三十几岁，一年赚几亿，（我认识这种人，很低调的说）那一定是做量化投资了，诱人吧，不过极难，因为金融市场基本是零和博弈，你赚的钱都是别人亏掉的钱，你凭什么赚钱，因为你比别人聪明，久而久之，不聪明的人都跑开了，怎么办？你必须是最聪明的，不是你们班最聪明，而是全世界最聪明。如果你不是全世界最聪明的，也可能赚钱，那你只能指望比你傻的人跑开的慢一点。
金融数据分析师重点在于分析数据，更多的是定量分析，类似于行业数据，宏观数据，市场数据；金融分析师不仅限于数据，要定量和定性分析结合起来，还要对政策，基本面，市场等进行分析。
