實習通常是一個在現實職業場景中，探索和應用課堂所學知識的好機會。在新加坡國立大學商學院MBA學生Keshav Jain看來，自己的實習經歷更是一個精進能力的完美機會。
通過在早期風險投資公司Antler實習，Keshav嘗試將機器學習用於高效尋找潛在的創始人。
Keshav出身金融行業，他在工作中見證了機器學習如何改善風險管理和交易流程。儘管編程知識有限，他依然建立起了一套預測初創公司創始人成功幾率的系統，從而有望幫助Antler制定戰略。
他和我們分享了自己在Antler與機器學習打交道的經歷。
MBA簡介
Keshav Kishor Jain
新加坡國立大學商學院
工商管理碩士MBA2020級
機器學習的應用
精心編寫的代碼能夠由原始數據產出洞見，這一點特別令人著迷。在金融領域，人工智慧(AI)和機器學習(ML)在過去幾年來飛速發展，已經在特定領域一展身手——如信用卡違約預測和風險回報優化投資組合的創立。
甚至交易部門現在也開始利用人工智慧算法來實時創建並執行複雜的交易策略。在銀行和投資的多個領域，預測是一個重要的應用方向。
預測收益、違約或各種參數包括宏觀經濟變量，對於決策都至關重要。預測可能會導致二元分類，例如預測借款人是否會違約。
監管之下的機器學習算法有賴於一些複雜的技術，如邏輯回歸和K-mean聚類算法，根據初始訓練集的數據進行預測和分類。
風投公司新應用
第一學期，學習了黃偉翊(Ng Weiyi)教授的風投課程之後，我就對風險投資領域產生了濃厚的興趣。
我希望能夠展開進一步探索，於是開始尋找風投領域的兼職或實習機會。就在這時，我注意到了Antler的實習招聘。
Antler是一家全球性的早期風險投資公司，它將優秀的人才聚集在一起，從零開始創建科技公司。通過和公司相關人士的交談，我確定自己對這個職位十分感興趣，並且最終通過了測試和面試成功入職。
今年5月，我開啟了在Antler的工作，很快我意識到了可以利用ML算法來預測創始人的成功幾率。
此外，由此產生的見解也有助於縮小決定創始人成功機率的最重要因素。例如教育、工作經驗、過往的創業經歷、領域專長和技能等個人屬性。ML算法的目標是識別這些因素和成功機率之間的關係或函數，從而協助預測過程。
用軟體改造風投
雖然構建問題語句並不難，但寫代碼還是頗具挑戰，畢竟自高中之後我就再也沒有參與過任何編程活動了。鑒於此我做了一些調查，並且最終決定用Python——因為它相對友好、易於學習，並且有很多用於統計建模和機器學習的庫。
利用過去的創始人數據作為訓練集，我開發了一個基於回歸的ML模型，將創始人的屬性與創業成功幾率聯繫起來。測試數據在該模型中表現出了不錯的準確性。而然，考慮到構建模型時用到的訓練數據十分有限，它的實際準確率預期會下降不少。
不過，利用ML建模的過程帶來了兩個重要成果。首先，在評估少數創始人的成功時，幫助確定一些重要和「相對非重要」的個人屬性。雖然有的屬性更加明顯，但也會有少數意想不到的結果。
通過這個初始ML模型實現的另一個關鍵里程碑在於，它能夠預測成功的機率。預測的準確性還有待評估，其準確率也不高，但這個模型提供了一個原型，在此基礎之上我們可以利用更豐富的數據集進行訓練並優化設計，從而得到更準確、更有力的預測。
實習，收穫滿滿
作為MBA期間的實習經歷，參與這個項目的整個過程都令人興奮而且收穫滿滿。這一切都歸功於強大的團隊以及Antler的支持和鼓勵。
從一開始加入這裡，友好的團隊環境和合作氛圍就令我十分愉快，我也有機會與公司高層管理者交流，獲得建設性的見解。儘管新冠疫情的限制導致我只能遠程工作，我一直能夠與團隊及時取得聯繫。
回顧那個學期，雖然我面臨著平衡實習、課程、諮詢項目以及額外的選修課的挑戰，但靈活的工作安排和開放的團隊文化讓我輕鬆不少。
此外，對於我這樣在申請攻讀MBA之前已經擁有七年金融和銀行領域工作經驗的人來說，從先進科技和人工智慧的角度來感受風投行業，可以說別有一番吸引力。
我也學到了很多，最重要的收穫就是機器學習這樣的高端數據分析如何在風投這種鮮有觸及的領域中發揮作用。特別是對於我這樣一個10年都沒有碰編程的人，就更有趣啦！
文章英文版原載於新加坡國立大學商學院官網BizBeat
原文標題為NUS MBA student transforms internship experience with machine learning
點擊左下角閱讀原文查看
The NUS MBA 申請日期
Full-time MBA
第一輪截止 2021年10月28日
第二輪截止 2022年1月17日(獎學金輪截止)
第三輪截止 2022年3月31日
Part-time MBA
第一輪截止: 2022年3月31日(免GMAT/GRE成績提交)
第二輪截止: 2022年5月17日
MBA申請請登錄以下網址:
https://mba.nus.edu.sg/en-SG/admissions/apply-now/
掃描下方二維碼查看詳情：
所有MBA申請人均有機會申請MBA獎學金。
關於更多MBA課程申請諮詢，請電郵新加坡國立大學招生辦公室: [email protected]
