2015数据分析师峰会之 圆桌讨论

主持人 王安：我们圆桌安排，刚才我们收到一些问题，有一个问题我有点疑惑，在数据分析过程中，我们说没有数据，这个事情在所有数据人心中都有想法，包括征信，政府数据没有？看看各位嘉宾有什么想法？
   
       薛昆：其实这个是非常好的问题，这个是关联数据解决的痛点，我们已经做了数据开放平台，作为开发者上来直接用实时数据，包括基本面的数据，这些都可以免费用。其实在数据开放做的比较好我们有，也希望跟更多致力于数据开放的同行把这个事情做好。
   
       郑志勇：我觉得大家缺数据，还是搞数据是综合能力的事情，基本上通过各种各样方法搜集到一些数据，你的竞争优势别人没有的你有，金融机构就是给钱就可以买到，但是有两种：公开数据、内部数据，内部数据买不到，对于学生的话，李洋开发一个接口，给学生提供免费的金融数据。具体他解说。
   
       李洋：数据这一块，我们买方比较多，通联这一边有数据平台也整合一些，他们有一些比较另类的数据。同时郑志勇我也认识，他开发的不错，我们也自己开发过，从互联网抓取数据。关于免费数据、付费数据这么看，针对不同的人，在校学生买数据不可能，基于业务开放平台够当下研究，当然你进了机构肯定花钱买的，数据质量第三方会给你保证，数据针对不同群体可能大家需求有一些差别。
   
       刘时斌：数据这个事其实所有从业人员都考虑，我们况客最早也面临数据的问题，况客也在做数据平台，希望达到可以发布出去，目前这些数据有版权有一些问题，不能直接发布对于况客更可以提供二次加工的数据，经过处理市场独特的数据，你可以互联网搜开放的数据，况客提供不一样的数据，比如构建某个指标，或者某一类数据，并且这类数据允许用户下载再点播、再处理，况客更多做这个事情。
   
       王吉培：这个话题比较大，有三个层次：数据共享、数据公开、数据开放层次不一样，现在9月5号国务院发文，到2018年建立数据公开，确实有很多路要做。
       第一数据共享能不能做到？三年前参加一个会，当地提出方案把当地信息共享，当地副市长非常支持这个想法，开会过程中工商局长明确表示不会提供，就是部委之间利益取舍，造成信息孤岛。第一步信息共享，我这个数据对特定人有问题。
       做到共享要公开，有些可以叫数据公开，所有人都能看到，但是要使用它要使用要付费。
   
       张丹：因为我们征信公司没有数据，我们是数据分析能力，跟各家分析机构合作，各家分析机构面临比较大的痛点就是反欺诈，有人同时在各家机构申请贷款，不还钱。就有黑名单共享的问题，各家形成有效机制拿出来，形成共有数据源，至少在反欺诈方面起到很大的作用。
       现在其实各家机构也好、各个部门有利益纠葛在里边，他不愿意拿出来，放出来有顾虑，大家有协调机制、利益共享利用做起来，对大家都有利。
   
       主持人 王安：或者真正对数据定价，能够交易起来。还有今天各位专家都说到自己在领域里数据作用，数据发挥深刻的理想，我想听听大家，在自己行业数据跟金融结合难点或者提高的地方？也是让大家了解另外的侧面，这些都是未来的机会，大家可以做事的切入契机。
   
       薛昆：非结构化数据挖掘是机会，用准确率非常高的模型变成结构化数据，实时性要高。对于交融交易来说实时性要求非常高，一条新闻出来等半个小时挖掘出来，交易时机已经过了。你需要非常快的时间、非常高效的算法做出来，可能一分钟之内能够把这个东西做出来提供给客户。目前看到我们团队正在做的事情。
   
       郑志勇：从我个人而言，我基本上做过证券、基金、公司也给人放过贷，一旦规则明确就可以合作。粉饰和评级永远同时进行，我接触很多给地产公司放贷，你会发现这种方式不多，我们所用数据往往针对个人十万以下，而非用于大额，或者债券交易也是用大额，大额人的经验比数据纯很多，因为数据规则是死的，人根据规则可以逆规则而上满足它。比如以前地产公司，我需要印发贷，但是需要三证，没有这些东西，先把钱拿下来再向银行贷款，由于成本比较高，在P2P行业，成本不可覆盖的企业，我们可能要数据公开，但是要明白一个问题，竞争永远是相对的，数据大家都有。
       但是有些数据没有，就会基于数据查你。从分析角度来讲可以评级，我可以反评级，这是互相竞争的行业，这也是数据发展一个过程。
   
       李洋：现在主要难点对非结构化数据使用，包括数据抓取、清洗，没有对新闻转化量化使用的提供商。国外一个新闻提供商一次推送不单单文字版，还对应文字版对应数据流，国外对舆情数据非标准化结构做一些，国内还是刚刚起步，对非标准化数据分层提取需要我们内部做，非结构化数据舆情这一块还是有一些空间。
   
       刘时斌：如果我们从数据入手跟行业结合的话，有可以很多说。我原来做过互联网、电商、社交网络，他们大量产生行为数据，产生各种数据，对于金融也会产生各类数据。你要区分，纯粹大数据解决什么问题？还有累计很长时间才能解决，或者用户鼠标痕迹可以解决什么问题，日间交易数据解决什么问题？有哪些数据最热？可能一分钟之内最有效，过一分钟就不有效，需要大量积累，这些在金融行业都没有做到特别完善的定义，我们在逐步摸索，会把不同的数据按照我们理解分类，比如哪些是碎的数据、哪些是高频数据，碎的数据可能半小时之内，数据的热度比如放到类型数据库、分布化数据库，美中数据都有不同的关系。如果每个人有一些IT概念的人，会把数据进行规范的定义，真正找到数据到底遵守什么规则？这里边有很大的机会。
   
       王吉培：这一块也有一些难点，就是大数据征信这一块应用，Zestfinace在国外基于全网做评分，并且得到很好的应用，在短时间内是成功的案例。但是对于我们国家，我个人觉得短时间内三年之内，在中国要做大数据评分不太现实，两种原因，京东会把自己数据给淘宝吗？不会，只能各自平台上做，这是面会下载。另外没有积累很长的数据，我们做模型只要有数据都可以做，但是有没有实测？国外做评分有很长时间。
   
       张丹：说一下我个人的看法，这么多年一直从事这个工作，这一两年到一线干，有一点自己体会。我至少面临一个很大的挑战，跟各个不同层级人、不同行业人灌输数据分析是干什么？在咱们国家来讲，发展是刚起步，无论数据分析，从事这个行业人要达到什么目的？一定让数据分析和数据模型，提升每个行业量化决策管理水平，优化决策事情。
      即使在行业里边人跟他交流，也感觉大家不是站在同一理解水平上做，基本对这个事情认识的问题。我在做P2P模型经常面临一个问题，就一个简单的逻辑回归，也没有复杂的深耕网络，我也没有办法，甚至我们公司自己做市场的人也说，你得弄一个算法。我感到很无奈，我们做数据分析也好、做模型也好，面临一个问题，有什么数据做什么样东西？把这个东西做好就已经很不错了，有什么材料做什么菜，把已有数据、已有模型结合业务当中提高就是一个起步，慢慢可以尝试更多的数据，用更多的方法做不断的尝试，即使我们先阶段没有更多历史数据积累，但是从现在开始做也是很有意义。
   
       主持人 王安：我也有感触，在互联网公司三年很大工作要和公司不同人说数据作用，真正把数据落到实处有很大的难处，把这个作为指导工作的思维方式，我在公司也讲过课，参加听过课人才有改善，改变人的观点非常难的。我们在场有很多刚入行的朋友，我在金融数据行列能不能赚钱？给我们一点忠告或者提建议？
   
       张丹：现在从整个国家宏观经济上可以看到方方面面消息，GDP放缓，很多企业倒闭，金融也很困难。其实我们现在从事互联网金融行业还有征信行业是重要的产业，有风险投资公司愿意在这方面投入更多的资本，本身就能说明这些问题。如果愿意到我们公司来，我们很愿意。我们待遇不低，有股权、有期权。
   
       主持人 王安：对他们建议？
   
       张丹：这个要看很多人背景是什么样？我在计算机软件做过，学过风险管理，现在机缘巧合从事这个工作，数学统计能力必须有，有一定的编程能力，还有他们没有说到一点，你对金市场和金融知识理解，有这些东西就比较合适了，否则真是相对复合的东西，不是单独抽出来。
   
       王吉培：首先非常认同大数据都是向上、积极的走势过程中，从招聘大家也看到，包括前一段阿里、包括在座企业，数据工程师前途非常不错，大家做这个行业也是非常好的机会，包括刘老师也讲，大数据跟征信结合的企业受到风险投资天使投资人的青睐。
        P2P转型做征信，以后征信估值会升很多。行业结合是没有问题的，大家也是赶到好时候，给大家建议是什么？多出去、多交流、多了解这个行业发展当中新兴业态，第二做好技术，第三结合状态出来可以搞创业。
   
        刘时斌：我介绍一下我这边如何从IT转向金融过程，我跟很多IT人都聊过，比如以我为例，前七年主要Java+为主，突然有一天学了PAP，又学R，我转型过程先一个东西学好，有一个机会，你有一个业务需要出力的时候，你用Java+处理数据的时候，老想能不能把程序写的更高？并不是程序出发，慢慢会转向R，R结合电商数据，R可以面向其他类型的数据，我把R用熟以后，同时也是掌握数据挖掘方法，慢慢转向金融，这种转型过程中并不是带着强烈的程序员色彩，跨学科需要带原来背景，同时学新的领域知识是什么，把原来和新的知识结合起来才能做好。这条路是很长的路，特别是金融，或者我们做量化，需要资本金、统计学、数学等多学科结合，不是简单的结合，需要更深层次，你需要站在四个学科角度一起思考，把你所掌握的知识拼在一起才能获得很大的价值，这条路没有捷径。
   
       李洋：我这边意见在北师大学了七年数学，大概2010年4月16号去一家私募实习，那时候做跨期套利研发，学数学，真正用数学工具赚钱，慢慢精力转化金融这一块，后来跟一些师兄聊，当时学的专业人工智能，他们建议博士出来面太窄，后来一直在金融做。
        给在校生建议，本科专业还要学好，相关的不同学科也会对你的思维方式有训练。第二点建议金融这一块蛮看重背景和实习，如果你想量化东西，可以在校寒暑假可以去一些公司实习一下，一则看一下你到底喜欢做的事情，第二积累相关的经验。
   
       郑志勇：我们在座三个学数学，两个学统计，我学物理的。我觉得这个东西我道路比较曲折，经验比较丰富，作为屌丝唯有勤奋多看书。我刚开始学数学学算法的，当时做的非常好，当时去IBM、微软，我毕业之前没有想过会是现在这个样子，没有想过自己干金融行业，毕业之前数学能力非常好，找工作想做赚到钱。我去IBM、微软核心算法不是中国开发的，我比较郁闷。
        可能去大的金融企业就模拟，就去小的做金融软件的公司，去那里直接做架构，基本把原来的程序需要一周时间，改掉需要一小时、几分钟就可以了。给甲方做项目，发现甲方比我懂的多，我还去过证券公司，后来发现做做，我学数学、计算机是自学、金融汇算业务都会干了。
        对大家建议，唯有勤奋、唯有勤奋，竞争永远是相对的，我招人原则不看重你学什么行业，也不看重什么背景，只要学习能力强就是最优，其他都不在乎。
   
       薛昆：我是06年进入对冲基金行业，我是机缘巧合，重要事情讲三遍，实习再实习，当时在中信实习，也是机缘巧合勤奋再勤奋进去的，我给现在学生建议，尽量找有使劲机会的，比如说最近优矿发生一个例子，前一段时间做大学生比赛，有一个哥们不是排前面几个，排第五名被胡志刚投资人招聘去了，他甚至没有直接比赛就直接招聘。因为当时在宣讲会上，那个哥们特勤奋，虽然排名不高，排第五名，一直围着胡志刚导师问这问那，这是非常好的例子。大家都会说运气，运气来自于什么？还是三个重要的，勤奋、勤奋再勤奋。这个行业三个东西数学、金融、计算机，逮住一个或者两个都有很大的概率进来，但是你自己逮住一个东西必须做好，像各位讲的，必须有一个你擅长的东西，然后你再少合适的机会就可以到这个行业里边来，一旦你进到行业里边看到的机会又不一样。你进到行业里边，你就会发现机会非常多，不一定做量化交易，量化其实是很广的行业，做结构化产品。
        我觉得关键自己先有一些东西，最后打一个广告，大家如果参加优矿比赛，后面对接非常多的私募。