CPDA优秀学员
郭仪
金融数据分析、智能计算
🔹毕业于兰州大学计算机科学与技术、金融学专业；
🔹曾在阿里巴巴、同花顺等知名企业从事多年的金融数据分析、智能计算相关工作；
🔹与CPDA结缘7年。
1、结缘CPDA
自大学毕业以后，有幸能够进入金融科技企业从事多年的数据分析建模、人工智能相关的工作，也作为技术人员参与了很多的数据建模、数据分析的研发项目，这些经历也让我能有幸见证了数据分析行业在我们国家高速发展的这些年。在选择CPDA时，我并没有草率地做出决定，主要是通过网上的一些试听课和查看了学习大纲来了解相关证书的内容，也结合了数据分析工作的行业特点。虽然技术对于数据分析来说很重要，但通过短期的培训毕竟提升有限，而CPDA学习内容则更注重数据思维和数据分析框架的培养，过程中伴有大量的实战案例学习，这一点对我来说非常重要。此外，我也了解到CPDA的学习内容一直在与时俱进地升级迭代，更加注重解决实际问题。老师的教学也很务实，更倾向于使用实际应用案例来教学，这也提供机会能够与业界的同学和专家进行线下交流，让我受益匪浅，也为后续的职业发展奠定了基础。
2、CPDA对工作的赋能
很多公司其实都有自己的数据平台或者分析工具，从最初的数据清洗到最终模型部署上线，整个过程一般都是自动化的，这使得技术要求显得并不是那么高，反而对数据思维的要求显得尤其重要，自此我也意识到了对模型的熟悉、问题的解构以及业务领域的理解的重要性，恰恰CPDA能够弥补这块短板。
CPDA能够帮助学员更好地了解数据分析工作应该如何构建一个完整的闭环，即从样本的选择分析、数据清洗预处理、模型的选择、评估、优化到最后的部署上线，这对模型最终在实际生产环境中是否可用都至关重要，例如在工作中碰到因子筛选问题时，除了要思考因子在数据表现上有影响外，也要考虑其在业务层面上是否也存在内在的因果关系，CPDA的学习内容都涉及到了相关问题的处理方法。
这几年随着CPDA这个认证在数据分析行业的影响力越来越大，发现很多项目的招投标、或者企业人才招聘要求中都会提到有相关证书的要求，那么无论是对初入职场的小伙伴还是久经沙场的职场人来说，有这样一张行业认可的专业证书，确实是一种很好的证明方式。
目前大多数行业都在追求数字化转型，他们对于数据分析人才的要求往往更倾向于复合型，即具有相关行业业务知识经验的同时，还要具备相应的数据思维。因此通过CPDA的学习和考核，相信对职业发展和能力提升一定会有很大的帮助。
3、浅谈AI人工智能
早期的AI概念，是基于规则推理的，也叫专家系统，那个时候业内专家也尝试用抽象的形式语言、推理机等方式验证过它的可行性，但实现起来还是很有难度的。而如今，AI基于海量数据能够自主提取、学习、吸收内在的知识和规律，在底层框架上已经有了非常大的飞跃。未来人类要做的是明确AI所扮演的具体角色和功能定位，也就是谁能更好地使用AI，与AI这个队友达成合作的默契，才是未来竞争的关键所在。很多人担心AI会取代人类大多数的工作机会和岗位，但与此同时它也创造出了很多新的工作机会和岗位，类似AI训练师、Prompt提示词工程师这样的工作岗位。因此在与AI合作的时候，应当要把它当成朋友或者团队的成员，如何一起解决现实问题或者完成具体项目，这才是数据分析师们的终极话题。
一句话了解“公益案例库”
【积极响应国家对企业实现数字化转型的号召,数据委致力于赋能企业完成数字化转型/升级,自2022年起,基于二十年的大量实战案例和最新的算法与工具,通过组织数据委行业专家和优秀CPDA数据分析师与企业协同完成数据化应用案例合作开发，共建中国数据分析行业案例库,切实解决国内企业数字化转型/升级中的问题,并同步促进企业内部数据人才的培养】
4、数据委“公益案例库”项目参与心得
非常有幸能够参与数据委这次“公益案例库”的【刑法智能定罪模型】项目，在项目中，我主要负责模型部分的工作，令我印象深刻的是大家在项目开始的时候走了不少弯路，起初大家都想尝试通过消化理解案件文本内容来进行人工清洗，从而提供高质量的输入文本数据，过程非常辛苦，也很费时间，后来我们在启动模型工作之后，通过比较经过预处理后的文本数据和在此基础上再加上人工清洗后的文本数据的模型效果，发现基于中文词库的大模型本身是具有双向语义解析效果的，原始的案情文本即使在表达上略有瑕疵，对最终模型效果的影响也不是很大，准确率上也都能达到了整个项目的预期要求，最后在大家不断改良、摸索、回溯项目之前的工作，终于克服了诸多困难，完成了项目的交付。
无论是技术人员还是业务人员，大家都希望能够通过数据分析手段来高效地解决遇到的实际问题。案例库项目为大家提供了一个更好的交流和学习的平台，能够接触到各行各业的真实案例，还结识了更多志同道合的人，并拓展了自己的专业知识和业务领域，这种机会是非常难得的。
