新加坡国立大学数码金融科技硕士，11.1开放申请通道！

金融科技（简称FinTech）泛指用于改进并自动化金融服务交付的技术与创新。随着云计算、数据分析和人工智能 (AI) 领域的进步，金融科技行业在过去十年中呈爆炸式增长。 为了满足新加坡和全球对高素质金融科技人才不断增长的需求，因此新加坡国立大学开设了 数码金融科技硕士，该项目由亚洲数码金融研究所（AIDF）、新加坡国立大学计算机学院和新加坡国立大学商学院联合提供。 项目课程旨在帮助学生在计算机与金融方面打下坚实的基础，并提供一系列选修课程，分为三个垂直领域：计算机技术、金融数据分析，以及数字金融交易和风险管理。 新国大数码金融科技硕士是一个业界导向的项目，希望培养学生胜任三类角色：金融科技软件开发者、金融科技数据科学家/分析师，以及具备更多技术或/和数据科学知识的金融工程量化分析师。一些具体的目标岗位例如： √金融科技软件开发人员（系统/网络/应用） √金融科技产品支持工程师 √金融数据分析师和数据科学家（银行，保险，金融科技，外汇，投资公司，共同/对冲基金） √区块链（加密货币，智能合约，数字资产）开发人员、支持工程师，或者后端运营工程师 √金融科技量化分析师-机器学习 √金融科技企业家 课程 设置 数码金融科技硕士课程共52学分（MC），包括28学分核心/基本课程，12学分选修课程，以及12学分的毕业项目。 核心 / 基本课程包括： FT5001 面向消费者的金融科技创新 2学分 FT5002 金融机构数字化转型2学分 FT5003 区块链创新 2学分 FT5004 用于区块链应用的编程2学分 FT5005 面向金融的机器学习 4学分 BMD5302 金融科技专业人士金融建模 4学分 IT5004 企业系统架构基础 IT5005 人工智能 IT5006 数据分析基础 选修课程建议学生从三个垂直领域中选择一个（但不是必须），选修其中的 12 学分课程： 1、计算机技术 CS5224 云计算 4学分 CS5231 系统安全4学分 CS5321 网络安全4学分 CS5331 网络（Web）安全 4学分 CS5421 数据库应用程序设计和调优4学分 CS5439 软件安全4学分 IS4234 合规与监管技术4学分 IS5008技术风险和网络弹性 4学分 IS5009 金融科技解决方案专题4学分 FT5008 区块链应用当代专题 2学分 2、金融数据分析 CS5242 神经网络和深度学习 4学分 CS5246 网络（Web）上的文本处理 4学分 CS5339 机器学习理论与算法4学分 CS5344 大数据分析技术4学分 CS5446 人工智能规划和决策4学分 IS5006 智能系统部署4学分 IS5126应用分析实践4学分 IS5152 数据驱动的决策4学分 FT5009金融数据分析当代专题 2学分 3、数字金融交易和风险管理 BMF5342 金融和数据分析中的技术颠覆4学分 BMF5346 风险投资和私募股权4学分 BMF5353 应用投资策略4学分 BMF5354 数字时代的金融监管4学分 BMF5355 金融机构、市场、系统和技术4学分 BMF5358 金融科技创业 4学分 BT4013 资本市场交易和投资分析4学分 BT4016 金融服务风险分析4学分 CS5233 仿真和建模技术 4学分 FE5103 权益型产品及其衍生品4学分 FE5224 应用风险管理前沿主题 2学分 FE5227 商品基本面和建模2学分 毕业项目 FT5007 金融科技毕业项目 12学分 毕业项目大约持续5个月。学生可在教授指导下进行学术研究项目，或投入企业实习积累实际工作经验（软件开发、数据分析、量化金融相关岗位实习）。 【 具体课程可能会有所变化，因此具体可以关注项目官网更新 】 申请要求 新加坡国立大学数码金融科技硕士项目的录取是在竞争的基础上进行的。招生委员会会根据申请材料，对申请人进行整体评估，申请人至少应具备以下条件： 计算机学士学位（例如CS/IS/CEG)，STEM或金融相关学科学士学位（例如金融、经济学或商科、理学、科技、工程、数学） 没有编程背景的学生需要证明其具有进入编程课程的能力。 项目将对申请人进行整体评估，包括其毕业大学的声誉、CAP/GPA和专业、相关工作经历、相关项目经历、推荐信等。 没有工作经验的申请人也可能被录取，但是有数年相关工作经验的申请人具有优势。 语言要求：托福网考*低分数90，或雅思学术类考试总分*低6.0。 其他要求： 对于国际申请人： GRE*低分数320（文字推理和数量推理）和3.5（分析性写作），或GMAT*低分数700。 建议提交 GRE/GMAT *，但这不是必须的。