9月12日，由中国人民大学经济学院经数实验班项目举办的“经数实验班毕业生返校讲座”第三期在明德主楼729举行，同时线上通过腾讯会议现场直播。本次讲座邀请到了2012级中国人民大学经济学数学实验班毕业生于洋担任主讲嘉宾。于洋师兄于2016年毕业后受邀加入新浪集团战略投资部，参与微博在中国和日本的IP版权和视觉科技投资。2017年10月加入一维弦科技，任CFO，公司系格力集团成员企业，主营业务为智能机器人操作系统开发。2019年入选福布斯中国30岁以下30位精英榜单，工业制造领域优秀职业经理人。讲座由实验班项目主任韩松教授主持，在校实验班同学及线上数名校友参加了本次讲座。

　　此次讲座的主题为“人工智能与金融科技的常见数学方法”。于洋学长介绍了在学校学的课程、知识储备对未来的作用，同时介绍了SLAM技术、推荐引擎、自动驾驶、量化股票交易常用的算法。于洋学长指出，传统分析方法慢慢开始失去有效性，新估值流派兴起，机器学习引入工程、金融领域，解决动态、非线性的问题。机器学习常用的基础学习工具：蒙特卡罗方法（随机过程）、支持向量机（凸规划、微分几何）、卷积神经网络（泛函分析、近世代数）、图神经网络（图论、拓扑代数）。

　　基于上述内容，于洋学长讲解了两个实际案例：亚马逊Kiva的自动驾驶与导航和Aberdeen Standard的量化资产配置。师兄指出，机器学习工具在金融领域具有潜在发展机会：监督学习进行资产配置和优化、自然语言处理进行投资情绪分析以及图神经网络进行个性化资产管理和反欺诈。

　　讲座内容结束之后，于洋学长设置了答疑时间，同学们也积极提问，踊跃发言。例如对于“学校学习的理论、算法和实践如何对接”的问题，师兄建议可以去Mathwork官网上学习机器学习工具在人工智能、金融领域的应用白皮书以及相关论文。

　　　　对于低年级的师弟师妹，于洋师兄也回答了一些“接地气”的问题，以期有所启发。

Q请问师兄在本科期间有参加过什么实习吗？您觉得这对未来就业有什么帮助呢？

A 我当初做了一些强化简历的实习。第一份实习：传统的做一级市场的公司，了解现在市场的前沿和动态。第二份实习：量化分析的公司，抽离一些特征，建立数据库。曾经做过人工智能方向的工作，现在偏计算机领域。在我看来，国内金融行业越来越“日本化”——产业资本非常强势。如果师弟师妹们先长期在金融领域，或者想要在数学工具的背景之下成为创新型人才，可以选择一些产业机构、有创行性的工作，以此来磨砺自己。

Q 对于目前还在读本科的师弟师妹们，师兄有什么建议吗？

A 一方面，可以多看看。有些数学学科当即可能会不理解，大家可以把它拿到行业去看一看，看看大家拿这个东西做什么，这样可以加深你的理解。另一方面，有些东西值得多听几遍。例如我当年是先自学微分几何，主动找老师解答一些困惑。数学工具是有循环学习的，在学习了新数学工具之后，可以尝试夯实老数学工具，所以我们还要多花一些时间学习数学。

　　毕业生返校讲座加强了毕业生与母校之间的联系，为实验班同学的交流提供了一个不可多得的平台，对实验班项目的发展起到了极大地推动作用。