专业推荐：机械工程毕业后就业方向 专业解析：会计数据分析如何使会计师受益

会计在数据科学中的应用

与银行共享GPS数据以防止欺诈

美国银行是几家正在取消传统欺诈警报的银行之一，该警报会在远离客户家的地方发生交易时通知客户。相反，该银行使用其移动银行应用程序附带的位置服务，其默认设置包括每日位置检查，以验证客户和他们的卡在同一个地方。目前，该服务仅适用于银行的 Visa卡持有人，但其他银行也在采用自动欺诈检测技术。

检测信用卡和银行支付中的欺诈行为

数据分析、机器学习和人工智能技术正在取代银行和信用卡公司以前用于检测支付欺诈的基于规则的方法。 通过自动化差距分析来改进数据可信度评估，该分析可以识别交易序列中的缺失值并自动搜索公共数据源以填补空白。

重复交易是一种常见的欺诈方法，它会为一次交易向银行收取两次费用。在从欺诈企图中辨别真正的意外重复交易方面，基于AI的系统比基于规则的方法更准确。

使用行为分析通常可以阻止账户盗窃和异常交易：随着时间的推移，消费者往往会遵循类似的模式，因此偏离这些模式会被标记为潜在的欺诈行为。机器学习算法擅长分析行为及与该行为的偏差，以确定欺诈的可能性。

会计和数据科学资源

DataToBiz, “Data Analytics Helping Accountants Excel! Role of Data Science in Accounting”——从企业首席财务官的角度看数据科学在会计中的前景。

Towards Data Science, “How AI Is Changing Financial Planning and Analysis”——描述机器人流程自动化 (RPA) 应用于业务流程，以及财务分析作为预测分析和规范分析的过程。

会计数据分析如何使会计师受益

数据分析为会计师和金融专业人士提供了一个机会，让他们重新获得在过去二十年自动化决策支持系统出现之前专业人士拥有的一些决策权。会计数据已成为有助于企业分析运营的多种信息来源之一，而会计师已被降级为仅提供“历史”数据，而分析部门则提供见解和展望。

更深入地了解公司的运营。

会计师和财务专业人士需要培养的分析技能才能在企业的战略规划和预测中发挥重要作用，其中包括高级收入分析，侧重于定价和销售渠道优化，以及分析细分，帮助公司调整营销和销售战略与他们的利润目标。

通过嵌入式预测模型进行更准确的预测。

公司正在将预测模型嵌入到他们的业务流程中，这些模型可以随着新数据源的可用而扩展。嵌入式模型可以根据季节、现有模型的准确性以及行为或其他活动变化更频繁地更新。随着模型的学习，它们能够更好地自动适应市场、客户行为和其他活动中不可预测的变化。

提高簿记、合规和其他会计工作的自动化程度。

自动化继续应用于越来越多的业务领域，包括会计工作的各个方面。例如，由于自动数据输入、工资计算和数据共享，工资单自动化比传统工资单模块更快、更准确。

同样，通过自动化企业的应收账款流程，会计师可以更轻松地将这些记录包含在他们的分析操作中。

下面就美国排名较前的Data Science的研究生项目进行介绍，这些项目因为在课程设置、教授水平以及研究发展方面表现卓越，因此在该领域中位列前茅。

1、哥伦比亚大学Columbia University（2020年USNews综排3）

纽约市哥伦比亚大学（Columbia University in the City of New York），是一所坐落于美国纽约市曼哈顿上城晨边高地的世界顶级私立研究型大学，是美洲大学协会的十四个创会成员之一，及著名体育赛事联盟常春藤盟校的成员，并且是美国第一所授予医学博士学位的大学。整个20世纪上半叶，哥伦比亚大学和哈佛大学及芝加哥大学一起被公认为美国高等教育的三强。哥伦比亚大学被视作世界上最具声望的大学之一。

哥伦比亚大学（Columbia University）的MSDS项目与其他数据科学研究生项目相比，周期短，课业重，针对性强。该项目的目标受众是那些希望能够改善就业前景或转向数据科学工作人士或者非数据专业学生。为了适应在职学生，该学位学生可以选择兼职或全日制。

MSDS的课程包括21学分的必修/核心课程以及一个capstone项目。主要课程涵盖了数据科学的一些基本知识（例如机器学习等），而Capstone项目则通常是由教师或当地组织赞助的长达一个学期的数据科学项目。

该项目最大的乐趣来自9学分的选修课。学生可以选择专注于创业的课程或选择任何一个哥伦比亚数据科学研究所的学科领域进行深入研究。这个多元化的研究中心正在开展各种数据科学的研究工作，从健康分析和网络安全到智能城市和新媒体等各个需要大数据判断的领域。同时该研究所还有一些致力于计算和材料发现分析前沿的工作组，对于想要深入学习数据科学的学生来说，是一个极好的选择。

哥伦比亚大学有一个世界顶尖的大数据科学与工程研究室(Institute for Data Sciences and Engineering)，学生在此参与实验与科研项目项目的学生将有机会从事包括毕业项目在内的独创研究，并与行业合作伙伴以及教学人员沟通互动。毕业生可以选择金融等服务领域工作，也可以选择偏向技术的IT企业。

申请材料：

• 网申以及85美元申请费。

• 成绩单。

• 文书。3封推荐信，个人陈述，简历。

• GRE。不接受GMAT。

• 托福或者雅思。

2、宾夕法尼亚大学 University of Pennsylvania（2020年USNews综排6）

宾夕法尼亚大学，简称宾大（UPenn）。位于美国宾夕法尼亚州的费城，是一所著名的私立研究型大学，8所常春藤盟校之一，还是美洲大学协会的14所创始校之一。学校创建于1740年，是美国第四古老的高等教育机构，也是美国第一所从事科学技术和人文教育的现代高等学校。美国《独立宣言》的9位签字者和《美国宪法》的11位签字者和该校有关。本杰明·富兰克林是学校的创建人。

宾夕法尼亚大学在艺术、人文、社会科学、商学、建筑与工程教育上处于领先地位，其中尤为知名的学科是商业学、法学与医学。学校拥有约4,500名教授，近10,000名全日制大学生与10,000多名研究生。2006年学校获得的科研经费达到6千6百多万美元，从事研究的人员包括约4,200名教职工，870名博士后，3,800名研究生与5,400多名技术人员。同时，学校每年的建设投入达到4亿美元以上，在常春藤盟校中名列前茅。截止2019年10月，共有36位校友、教职工及研究人员获得过诺贝尔奖。

宾夕法尼亚大学的MSE in Data Science项目设置在School of Engineering & Applied Science, Department of Computer and Information Science (CIS)下。项目属于STEM，为期一年半至两年，学生需要完成10门课，将有关机器学习、大数据分析与统计学等核心课题的前沿课程与多样化的选修课有机结合，给予学生选择在特定的目标专业领域内应用技能的机会。项目包括基础课程及数据科学应用领域的实习。毕业生就业形势良好，就业率较高，可以进入工程技术、咨询、决策等领域。

申请材料：

• 网申以及80美元申请费。

• 成绩单。

• 文书。2封推荐信，个人陈述，简历。

• GRE。不接受GMAT。

• 托福或者雅思。托福建议100分，雅思建议7.5分（只接受纸质版送分）。

“点击这里”一键获取专业解答及一对一个性化定制留学方案！

参考文章：

https://online.maryville.edu/blog/data-analytics-in-accounting/

撰稿：Ivy