实习通常是一个在现实职业场景中，探索和应用课堂所学知识的好机会。在新加坡国立大学商学院MBA学生Keshav Jain看来，自己的实习经历更是一个精进能力的完美机会。
通过在早期风险投资公司Antler实习，Keshav尝试将机器学习用于高效寻找潜在的创始人。
Keshav出身金融行业，他在工作中见证了机器学习如何改善风险管理和交易流程。尽管编程知识有限，他依然建立起了一套预测初创公司创始人成功几率的系统，从而有望帮助Antler制定战略。
他和我们分享了自己在Antler与机器学习打交道的经历。
MBA简介
Keshav Kishor Jain
新加坡国立大学商学院
工商管理硕士MBA2020级
机器学习的应用
精心编写的代码能够由原始数据产出洞见，这一点特别令人着迷。在金融领域，人工智能(AI)和机器学习(ML)在过去几年来飞速发展，已经在特定领域一展身手——如信用卡违约预测和风险回报优化投资组合的创立。
甚至交易部门现在也开始利用人工智能算法来实时创建并执行复杂的交易策略。在银行和投资的多个领域，预测是一个重要的应用方向。
预测收益、违约或各种参数包括宏观经济变量，对于决策都至关重要。预测可能会导致二元分类，例如预测借款人是否会违约。
监管之下的机器学习算法有赖于一些复杂的技术，如逻辑回归和K-mean聚类算法，根据初始训练集的数据进行预测和分类。
风投公司新应用
第一学期，学习了黄伟翊(Ng Weiyi)教授的风投课程之后，我就对风险投资领域产生了浓厚的兴趣。
我希望能够展开进一步探索，于是开始寻找风投领域的兼职或实习机会。就在这时，我注意到了Antler的实习招聘。
Antler是一家全球性的早期风险投资公司，它将优秀的人才聚集在一起，从零开始创建科技公司。通过和公司相关人士的交谈，我确定自己对这个职位十分感兴趣，并且最终通过了测试和面试成功入职。
今年5月，我开启了在Antler的工作，很快我意识到了可以利用ML算法来预测创始人的成功几率。
此外，由此产生的见解也有助于缩小决定创始人成功概率的最重要因素。例如教育、工作经验、过往的创业经历、领域专长和技能等个人属性。ML算法的目标是识别这些因素和成功概率之间的关系或函数，从而协助预测过程。
用软件改造风投
虽然构建问题语句并不难，但写代码还是颇具挑战，毕竟自高中之后我就再也没有参与过任何编程活动了。鉴于此我做了一些调查，并且最终决定用Python——因为它相对友好、易于学习，并且有很多用于统计建模和机器学习的库。
利用过去的创始人数据作为训练集，我开发了一个基于回归的ML模型，将创始人的属性与创业成功几率联系起来。测试数据在该模型中表现出了不错的准确性。而然，考虑到构建模型时用到的训练数据十分有限，它的实际准确率预期会下降不少。
不过，利用ML建模的过程带来了两个重要成果。首先，在评估少数创始人的成功时，帮助确定一些重要和“相对非重要”的个人属性。虽然有的属性更加明显，但也会有少数意想不到的结果。
通过这个初始ML模型实现的另一个关键里程碑在于，它能够预测成功的概率。预测的准确性还有待评估，其准确率也不高，但这个模型提供了一个原型，在此基础之上我们可以利用更丰富的数据集进行训练并优化设计，从而得到更准确、更有力的预测。
实习，收获满满
作为MBA期间的实习经历，参与这个项目的整个过程都令人兴奋而且收获满满。这一切都归功于强大的团队以及Antler的支持和鼓励。
从一开始加入这里，友好的团队环境和合作氛围就令我十分愉快，我也有机会与公司高层管理者交流，获得建设性的见解。尽管新冠疫情的限制导致我只能远程工作，我一直能够与团队及时取得联系。
回顾那个学期，虽然我面临着平衡实习、课程、咨询项目以及额外的选修课的挑战，但灵活的工作安排和开放的团队文化让我轻松不少。
此外，对于我这样在申请攻读MBA之前已经拥有七年金融和银行领域工作经验的人来说，从先进科技和人工智能的角度来感受风投行业，可以说别有一番吸引力。
我也学到了很多，最重要的收获就是机器学习这样的高端数据分析如何在风投这种鲜有触及的领域中发挥作用。特别是对于我这样一个10年都没有碰编程的人，就更有趣啦！
文章英文版原载于新加坡国立大学商学院官网BizBeat
原文标题为NUS MBA student transforms internship experience with machine learning
点击左下角阅读原文查看
The NUS MBA 申请日期
Full-time MBA
第一轮截止 2021年10月28日
第二轮截止 2022年1月17日(奖学金轮截止)
第三轮截止 2022年3月31日
Part-time MBA
第一轮截止: 2022年3月31日(免GMAT/GRE成绩提交)
第二轮截止: 2022年5月17日
MBA申请请登录以下网址:
https://mba.nus.edu.sg/en-SG/admissions/apply-now/
扫描下方二维码查看详情：
所有MBA申请人均有机会申请MBA奖学金。
关于更多MBA课程申请咨询，请电邮新加坡国立大学招生办公室: [email protected]
