在互联网快速发展的背景下，数据信息爆发式增长，公司的产品开发及运营管理等工作越来越依赖于统计分析和数据挖掘。在费率市场化等改革的推动下，金融、保险等行业对定量分析人才求贤若渴。为了满足金融领域对预测建模、数据分析等人员的需求，为公司选聘相关人员提供标准和依据，中国精算师协会依托人民大学统计学院，从2016年起开展金融数据分析师（简称“FDA”）培训认证工作。
金融数据分析师培训认证，主要针对金融领域对数据分析、预测建模、大数据挖掘人员的需求，以数据处理、数据分析及数据挖掘技术的实际应用为主要内容，采用培训认证的模式对相关人员进行培养和客观测评。
（一）适用领域
保险、咨询、金融服务业、社会保障、资产管理、商业银行及其他需要数据分析的行业中负责定量分析的岗位。
（二）定位
为即将从事或正在从事统计分析、预测建模、大数据分析等定量分析人员提供高质量的学习和评价平台。
（三）培训对象
初级：适用于即将毕业的学生和毕业不久、需要快速投入数据分析工作的人员。
中级：适用于具有一定的基本技能和经验，需要提高建模水平和解决实际问题能力的公司人员。
高级：适用于具有一定的建模分析经验，需要提高大数据环境下的分析技能和应用技能的公司人员。
金融数据分析师培训的特色在于以培训体系的权威性为基础，以培训课程的专业性和适用性为核心，以学员数据分析能力和实务处理水平的培养和提高为重点，此外还建立了一套客观的认证体系，从而能全面客观评价学习效果。具体而言可以分为以下四点：
（一）突出培训，侧重人员培养。通过现场培训和上机操作、课后练习使学员尽快掌握统计分析技能，注重学习的过程和效果，提高学习的速度。
（二）权威师资，注重培训质量。为了保证培训的权威性、专业性，中国精算师协会成立了由高校教授、代表性金融机构、咨询公司的领导组成的金融数据分析师评审委员会。为保证培训质量，聘请经验丰富的数据专家、行业骨干及高校教授成立授课专家组，为学员带来优质高效的培训课程。
（三）案例教学，强化实务技能。在学习统计分析、数据挖掘理论和数据分析软件的基础上，采用案例教学及案例穿行测试的方式，侧重于数据技能的实务应用，提高学习的实用性和针对性。
（四）建立客观标准，全面评价学习效果。在学习及测试的过程中，针对具体的知识点建立公平客观的学习和评价的标准，提供对具体知识点掌握程度的评价报告，全面科学反映学员的学习效果。
为了提高金融数据分析师培训的专业性和实用性，培训分级别组织。
（一）初级培训侧重基础技能的培养。经培训合格的学员，应掌握统计学原理，了解基本数据库操作，具有数据收集与提取、数据整理与呈现、数据统计分析的技能，至少会使用2种专业分析工具，并具有比较熟练的实务操作能力。
（二）中级培训针对各领域的预测建模技能。经培训合格的学员，应掌握高级多元统计分析方法、时间序列分析方法等；能够熟练使用SAS、R等专业统计软件进行建模；具有按照标准流程进行数据处理、建模与模型评估的能力。
（三）高级培训针对大数据环境下的建模分析及模型应用能力。经培训合格的学员，应掌握大数据处理技术和机器学习算法；能够熟练使用专业数据挖掘软件实现相关算法；具有按照项目需求开展建模分析、模型评价与模型应用的能力。
针对金融数据分析师需要掌握的技能及公司的需求，培训内容主要包括数据分析技术、数据处理工具和数据分析实务三方面内容。其中数据分析技术侧重于统计分析方法和数据挖掘原理的学习；数据处理工具侧重于统计分析软件的使用；数据分析实务将采用案例教学的方式，侧重于统计分析技术和工具在实务中的操作、对实际问题的解决。
（一）2017年FDA课程全面升级
通过对2016年FDA培训工作进行总结分析，以学员反馈、行业专家的相关建议及市场环境变化为着眼点，对2017年FDA培训认证课程进行全面升级，力图打造更具有普适性的专业培训认证。
1．增设R软件相关课程
在2017年FDA培训认证工具类课程中，增加了R软件的培训，贯穿于初级、中级和高级三个阶段。初级课程学习R软件的基础操作及如何实现基本统计分析，中级课程学习多元统计分析方法在R上的实现，高级课程学习在R中实现数据挖掘算法。由浅入深，基础知识与实务相结合，为学员提供全方位R软件的专业培训。
2．更为丰富的多行业实务案例
在各级别的实务课程中，涵盖了不同行业在数据应用方面的典型案例，比如增加了理赔反欺诈模型、客户流失模型、信用评分模型、UBI、客户画像模型等，让通用的数据分析展现更丰富多彩的应用。
3．开设FDA高级课程
为满足互联网大数据时代对数据人才的需求， 2017年将全面开启FDA高级培训认证，将大数据技术作为高级课程内容的核心。学员在高级课程中将学到大数据算法及机器学习的原理，掌握大数据平台的建设、R、PYTHON等流行的大数据语言，深入体验大数据应用的成功案例。
（二）课程安排
| 级别 | 课程类别 | 课程内容 | |||
|---|---|---|---|---|---|
| 初级 | 数据分析技术 | 数据分析概述：数据分析整体架构和相关技术；统计分析原理：数理统计、统计抽样与抽样分布、回归分析等 | |||
| 数据处理工具 | 统计软件的使用 ：Oracle数据库、SQL基础、Excel建模、VBA编程、SAS Base、R语言编程与数据统计分析 | ||||
| 数据分析实务 | 数据分析实务：数据压缩、查询、提取、清理与整合、基础统计分析、复杂统计分析等（分别基于SAS和R） | ||||
| 中级 | 数据分析技术 | 现代数据分析方法：多元统计分析方法、因子分析、主成份分析、时间序列等 | |||
| 数据处理工具 | SAS EM：数据挖掘、回归分析、神经网络、建模分析等；R：多元统计分析方法在R中的实现 | ||||
| 数据建模实务 | 精算项目管理、车险定价建模、续保分析、理赔反欺诈模型、客户流失模型、车型费率分级 | ||||
| 高级 | 数据分析技术 | 数据挖掘与机器学习：模式挖掘、聚类、分类算法、神经网络、文本挖掘等数据挖掘算法 | |||
| 数据处理工具 | 大数据平台建设： Hadoop、Spark、Hive等；R：数据挖掘算法的实现；PYTHON:语法基础、函数、科学计算、图形可视化等 | ||||
| 大数据建模实务 | 信用评分模型、UBI、客户画像建模等 | ||||
为提高培训的实用性和效果，FDA将采用培训+测试+认证的模式。
（一）培训
建立授课专家组，采取现场面授教学方式，边学习边上机操作，以后将逐渐实现现场+网络的学习方式。
（二）测试
采用计算机考试的方式。注重实际问题的解决能力，通过模拟实务案例进行穿行测试，检验学员对知识点的掌握程度和操作水平。
（三）认证
所有参加培训及测试的学员均可了解测试成绩，并获得关于知识点掌握水平及应用能力的评价报告。
最终通过测试的学员将获得由中国精算师协会颁发的金融数据分析师水平认证证书（区分初级、中级、高级）。
金融数据分析师培训认证致力于缓解保险、金融等行业对数据分析人才的迫切需求，植根于精深的统计思想，着力于统计技术在实务中的应用，侧重于培养解决实际问题的能力，对行业发展和人才培养都将起到积极的推动作用。相信所有通过金融数据分析师培训测试的学员都能够显著提升统计分析、预测建模、大数据分析等专业水平，为职业发展打下良好基础。