在快手进行整合实践项目的八周时间转瞬即逝，现在回想一起踏入总部园区的那天，心中的期待与紧张仍十分鲜活。“用户的取消关注行为”这一初看有些叛逆的题目从一开始就吸引了我们的注意：在流量争夺战日趋白热化的今天，怎么会有平台居然愿意出让用户的注意力呢？这背后的业务逻辑是什么呢？同时，企业导师丰富的业务经验输出和开放坦诚的交流态度更使我们获益匪浅：在企业导师的引导下，我们逐渐发现单纯追求指标提升远不如理解场景、从而落实模型可用性重要。感怀小伙伴们一起奋斗的时光；感谢企业导师、学院导师和各位助教对我们的悉心指导！

        商务分析整合实践课程的宝贵之处在于，我们有机会沉浸式地接触和学习企业如何构造整个数据基础设施和生态系统，并亲身实践如何用数据解决商业问题。
        在快手学习的八周，我们第一次感受到了实际生产环境与平时课堂数据分析project的巨大差距，我们第一次感受到了什么是“大数据”，以及如何基于海量数据，通过合理的抽样假设，在具有一定代表性的子样本上挖掘数据背后的信息。我们在无数次的讨论中、在快手导师和助教师兄师姐的指导下抽丝剥茧，厘清项目路径；我们在数据地图里寻找所需字段，在开发平台上提取分析数据；我们在快手知识库里学习因果推断，在服务器实例中撰写python执行分析……
        正如企业导师陈老师一直鼓励我们的那样，做陌生的事才能成长。快手项目有挑战，但更有成长和收获。感谢学校老师为我们提供了这样难得的实践机会，也感谢快手导师和助教师兄学姐在过程中的悉心指导，KEEP FINE KEEP KUAI！

        是命运的眷顾让我有机会选择滴滴作为本学期商务分析整合实践课程的实践企业，也很开心能够参与到滴滴核心业务之一青桔单车的需求预测和产品设计课题当中。
        在企业导师、课程导师和助教学姐的帮助下，我们组从0到1，体验了从需求收集到产品demo设计的全流程数据产品落地的过程，在这段“艰难”而又快乐的时间中，我们多次推翻重来，深刻理解了前期数据探索和正确处理数据的重要性，在企业导师的启发下，我们采用了城市聚类的方法，对不同类别的城市分别探索，在这个过程中，我们对于业务的理解更加深刻，也挖掘了许多的有趣的insights，最终我们的展示获得了企业导师的好评。通过这门课程，提升了我们的数据理解、处理和分析能力，沟通交流能力，团队写作能力以及业务理解能力，为我们之后的职业选择与发展提供了宝贵的机会，感谢学院各位老师对清华-哥大项目付出的努力，感谢滴滴各位企业导师的耐心指导，感谢我靠谱可爱的队友们的一路相互扶持与帮助，短短八周，收获颇多！

        为期两个月的整合实践已经告一段落了，回想起来这是一段充满挑战、收获满满的金融科技之旅。伴随着数字经济快速发展，金融与科技深度融合，我们应该如何将先进技术作为工具和手段，助力金融业务发展呢？带着这样的问题，我们小组走进了百融云创公司，参与信用卡评分项目。
        在百融云创老师的指导下，我们从最开始拿到大样本多标签数据时不知从何着手，到最后得到效果不错的模型，在这个过程中，我们小组的四位同学都将自己所擅长的技能应用到项目中，对百融云创公司的业务和所属行业有了更加深入的了解和思考，我们也发现数据分析需要与业务背景进行深度融合，不同业务场景所采用的数据分析流程大不相同。感谢百融云创的老师、学院的老师和助教给我们提供的宝贵的进入企业参与整合实践的机会，也感谢老师们和助教们在实践过程中给我们的指导和帮助，让我们在短暂的实践中收获满满。

        商务分析整合实践课给了我们一次宝贵的探索业界真实场景、使用业界真实数据，去构建真正能够适用于业务场景的模型产品的宝贵全流程机会。让我们看到在课堂上学习到的大数据、机器学习方法真正落地产生实效，加深了对数据分析和建模的价值理解。
        好的模型一定建立在对业务的深刻理解上。在为期八周的短暂时间里，百融云创的企业导师为我们耐心讲解车贷风控和信用卡风控的背景以及建模流程。
        过程中，在变量筛选、特征工程、入模变量选取、建模调参等环节，企业导师都十分全面耐心地从技术和业务两方面为我们答疑解惑，让我们小组成员在项目的每个步骤都在探索和学习中有了明确的方向和规范的步骤。
        在小组内成员的合作过程中，我们发挥所长，紧密配合，并在一次次讨论和优化中共同学习和进步，最终产出了准确性高、稳定性强的模型，圆满结束了本次实践课程。这个过程中，要感谢百融云创为项目提供的宝贵机会和支持，也感谢各位业界、学校导师和各位助教为我们提供的宝贵指导！

        在本次和灵伴科技的合作项目中，我们首次接触到了崭新的智能语音服务领域，该领域处于新兴阶段，相关研究非常少，且相关课题单薄，平时鲜有机会涉足该领域。灵伴科技的老师们非常耐心地向我们介绍课题背景和数据集中各特征的物理意义，并且积极响应我们的数据需求，对我们每一阶段的研究都给出了非常细致和建设性的方向指导。灵伴科技的项目很好地锻炼了我们对新业务场景的理解和吸收能力，并且鼓励我们去发掘潜在影响业务效果的因素，然后用数据去验证我们的假设。在实践课程的学习中，我们第一次体验到智能语音人机协作服务，聆听到智能语音对话机器人对话效果，并落地每一个猜测与想法。
        我们非常感谢清华大学和灵伴科技给予我们探索新领域的机会，灵伴科技的老师们对智能语音服务领域也有非常多独特的想法，我们从这次合作中学到了许多从不同角度看待问题的方法，希望灵伴科技与清华大学经济管理学院持续合作、友谊长存！