北京大学信息工程学院计算机应用技术专业互联网金融与技术方向高级专门人才研修班(在职研究生班)课程简介
班级基本简介:本班构建于北京大学一级学科——计算机应用技术(研究生专业排名全国第一),同时集中北京大学优秀师资,落地北京大学深圳研究生院,发挥跨学科优势,力图打造互联网信息技术与企业金融筹资相结合的新兴交叉学科和复合型专业。
班级培养目标:本班致力培养具有扎实的基础、掌握计算机科学与技术理论、熟悉网络信息工程、大数据信息处理技术、金融计算、深入了解把握互联网金融新型筹资方式并把控相关风险的专业人才。帮助学员建立在互联网金融方面的厚实功底,特别着重很强的实践应用技能、项目管理及现代化信息技术技能提升。
课程基本简介:
(一)必修课( 7门,共21学分):
1、互联网金融与技术:本课由雷凯副教授主讲。互联网金融是依托新兴互联网工具,实现资金融通、支付和中介的新兴金融模式。互联网金融的业务创新能力、对互联网金融走势的判断,依赖于对互联网精神与前沿技术的了解和把握。本课程依托教师自身学科背景优势,充分融合互联网信息技术与传统金融业务,着重培养学生对互联网金融业务的分析与判断的理论功底,同时提升学生对互联网金融项目管理与现代信息技术应用的实践技能。
2、网络、群体与市场:本课由李大刚副教授主讲。本课从交叉学科的角度出发,综合运用经济学、社会学、计算与信息科学以及应用数学的有关概念与方法,考察网络行为原理及其效应机制。以深入浅出的方式描述了在网络的作用下正在浮现与发展起来的一些交叉学科领域,讨论了社会、经济和技术领域相互联系的若干基本问题。
3、互联网大数据分析:本课由陈薇副教授主讲。互联网大数据的时代已经到来。对大数据的有效管理和分析挖掘在各个应用领域都显示出来迫切需求,并具有广泛的前景。本课程主要讲授网络数据管理的基本概念、数据模型、数据管理系统、并行计算框架以及图数据、交互数据、流数据的管理技术,并向学生介绍相关最新的研究成果。同时对大数据管理技术在工业界的应用和该领域下一步的发展方向做初步介绍。希望通过本课程的学习,使得计算机相关专业的研究生能够了解大数据管理和应用技术的研究成果,并具备实现基本大数据管理应用工具的能力。
4、算法分析和复杂性理论:本课由汪小林副教授主讲。算法使用是计算机求解问题的方法,算法分析与复杂性理论是问题求解和程序设计的重要基础。这门课介绍了计算机求解问题的常用策略,同时介绍了近似算法、随机算法等理论研究等内容。
5、高等计算机体系结构: 本课由李险峰副教授主讲。课程讲授现代微处理器与计算机系统设计的主要技术与方法。内容贯穿指令系统设计、主要的指令级并行技术、存储体系、访存性能加速技术、线程级并行技术与多处理器设计技术、计算机性能评测方法、嵌入式处理器与系统芯片设计技术。
6、面向对象程序设计:本课由王文敏教授主讲。课程是软件企业为应对软件工程复杂性所广为采用的技术。这门课在系统介绍软件工程、编程语言与建模语言,使用UML和面向对象语言,介绍软件开发中的各个环节,包括用户需求分析、系统分析与设计、设计原则、设计模式、对象设计、项目组织与管理等内容,同时也介绍了软件开发方法学以及软件开发的最新技术与理念。
7、金融机构与金融市场:本课由胡兴良助教授主讲。运用国际上金融教育领域通用的语言和逻辑,以中国的金融市场与机构为对象, 揭示引人人胜的金融市场变革过程背后的基本规律和实现途径,以一种较为系统的方式向人们展示当今中国逐渐丰富的金融产品、不断创新的金融机构和日新月异的金融市场。在介绍不同的金融机构、产品和市场的一般情况基础上,着重于介绍金融系统在整个经济体系中的功能及其经济学分析。
(二)选修课程 (任选3门,共9学分):
1、网络与信息安全保障技术:本课由朱跃生教授主讲。主要讲授网络与信息安全技术,包括密码算法以及认证技术算法原理(身份鉴别、哈希算法、数字签字、认证协议理论)以及软硬件实现方法;网络安全协议与密钥管理,安全网络管理技术,大数据智能分析与隐私安全保障技术,以及入侵威胁及相应对策。介绍安全移动互联支付模式及实施方案及应用。
2、互联网金融的商业模式:本课由欧阳良宜副教授主讲。 本课程旨在分析传统金融商业模式的基础上,探讨金融本质与互联网技术结合的新模式——互联网金融模式背后的逻辑。网络与信息安全保障技术第一模块:传统金融商业模式。介绍中国金融行业向民营资本开放的趋势,讨论中国商业银行,投资银行,信托,基金及影子银行商业模式背后的逻辑。第二模块:互联网金融。介绍互联网金融商业模式的逻辑,讨论第三方支付(支付宝),电商小贷及互联网基金(余额宝)的具体商业模式及运作。第三模块:P2P网贷。介绍新兴的互联网P2P网贷商业模式,重点讨论及比较Lending Club,拍拍贷,宜信,陆金所和红岭创投等几个有特色的平台运作。
3、信息存储与管理:本科由罗英伟教授,博导,主讲。主要内容:从信息管理的复杂性与现实需求出发,介绍满足现代信息管理需求的存储技术基础知识,让学生对存储有一个全面的了解。介绍存储系统的构成和基本原理,并在此基础上介绍了几种不同的网络存储构架以及不同的应用环境。从需求出发,介绍业务连续性对企业的重要价值与实现形式,介绍数据中心的监测、管理的原理、方法与实现。
4、人工智能与模式识别:本课由肖臻教授,博导、百人计划学者,主讲。本课程会介绍模式识别领域的基本概念和一些实用的机器学习算法,帮助学生理解回归的基本概念与原理,线性回归和逻辑回归的优化目标和求解方法,决策树和随机森林,文本分类的常用算法LDA,有监督学习和无监督学习的区别与联系,最后介绍神经元网络和深度学习。
5、其他拟开设的课程:大数据与金融工程、研发项目管理、人力资源与人力行为学