一、学科概况与培养特色

复旦大学精算与数据科学方向依托经济学院风险管理与保险系、数学科学学院概率统计系、大数据学院及泛海国际金融学院联合培养，是国内最早系统构建"精算科学-数据科学-人工智能-监管科技"四维交叉精算人才培养体系的高校之一。该方向以"服务保险业数字化转型、助力金融风险智能治理、培育兼具数理深度与算法广度的新一代精算师"为使命，聚焦寿险/非寿险精算建模与准备金评估、机器学习在定价与核保中的应用、深度学习与生存分析、自然语言处理在条款解析与理赔自动化中的实践、随机过程与风险理论、巨灾建模与气候风险量化、精算假设动态更新与经验分析、算法公平性与可解释AI（XAI）、联邦学习与隐私计算在保险数据共享中的应用、偿付能力智能监测（RegTech）、保险科技（InsurTech）产品创新、养老金融精算与长寿风险证券化、再保险优化与资本管理、精算咨询与嵌入式价值评估等核心议题，是数理严谨性、算法创新性与行业应用性高度统一的精英型培养方向。

复旦自2016年设立精算学方向并于2022年正式获批"精算与数据科学"交叉培养方向以来，已形成"精算建模+算法实训+行业项目+国际认证"深度融合的培养模式。截至2026年，拥有专职教师42人（含中国精算师协会常务理事、北美精算师协会（SOA）Fellow、英国精算师学会（IFoA）Fellow、中国精算师（CAA）正高、IEEE/ACM数据科学方向资深会员），业界导师68位（来自中国人保/中国人寿/平安/太保/新华/泰康总精算师办公室及数据科学部、瑞士再保险/慕尼黑再保险/SCOR中国区精算与建模团队、众安在线/水滴/蚂蚁保/腾讯微保算法中台、Willis Towers Watson/Mercer/Aon/Deloitte精算与数据分析咨询部、国家金融监督管理总局偿付能力监管司/精算处、上海保险交易所数据实验室、IAIS/ILO精算标准制定组等）。2025年优秀大学生夏令营首次设立精算与数据科学专项营，录取学生背景涵盖精算学、保险学、统计学、数学、应用数学、计算机科学与技术、数据科学、金融学、生物统计等多元学科。2026年软科中国大学专业排名中"精算学"位列全国前三，毕业生广泛就职于头部保险公司总精算师办公室/数据科学部、再保险公司建模团队、保险资管公司量化投资部、互联网保险平台算法中台、精算咨询公司、金融监管部门科技监管岗、国际组织精算标准制定组及金融科技企业。推免考核注重"数理功底+算法思维+保险直觉+编程能力"四维评估，绩点要求985前3%，六级580+/雅思7.0+优先，具备SOA/CAS/IFoA/CAA科目通过、Kaggle/天池竞赛获奖、保险/精算/数据科学实习或数学建模竞赛国奖者优先。

二、知点保研核心优势

知点保研深耕复旦保研近十年，精准把握精算与数据科学方向"精算根基扎实、算法能力突出、行业认知敏锐、伦理意识坚定"的复合型人才选拔逻辑。采用定制化一对一辅导，根据学生寿险精算/非寿险精算/健康险精算/巨灾与再保险/保险科技/精算AI/养老金融精算/监管科技/算法公平性等细分方向偏好匹配资源；针对纯数学/统计背景学生开设"保险实务先修计划"，补强保险学原理、精算实务、监管政策及行业生态认知；针对纯保险/商科背景学生强化概率论、数理统计、随机过程、最优化理论、机器学习及Python/R/SAS/SQL编程训练；针对纯计算机背景学生强化利息理论、生命表、准备金评估、偿付能力监管及精算职业伦理训练。提供全流程服务，延伸覆盖SOA/CAS/IFoA/CAA/CFA/FRM/CAIA备考、海外顶尖精算/数据科学硕士及博士（如UIUC MS Actuarial Science、Columbia MS Actuarial Science、Georgia State MSRM、LSE MSc Actuarial Science、Bayes (City) MSc Actuarial Science、Melbourne Master of Actuarial Studies、ETH Zurich MSc Quantitative Finance、NUS MSc Quantitative Finance、MIT MFin、CMU MS Computational Finance）申请、头部险企/再保/资管/InsurTech校招/社招、金融监管总局精算岗/科技部公务员、博士（精算学/风险理论/统计学习/保险科技方向）申请等长线发展路径。

三、全周期辅导体系

绩点与先修强化方面，重点提升保险学原理、利息理论、寿险精算、非寿险精算、风险理论、数理统计、随机过程、回归分析、时间序列分析、机器学习、深度学习、保险法、偿付能力监管、财务管理、Python/R/SAS/SQL编程等核心课成绩；为非保险背景学生定制精算实务流程（定价-核保-理赔-准备金-偿付能力）全链条补强模块；为非数理/计算机背景学生定制概率论与测度论基础、随机过程（泊松过程/布朗运动/马尔可夫链）、最优化方法（凸优化/随机梯度下降）、深度学习框架（PyTorch/TensorFlow）补强模块；所有学生需完成至少一门精算软件实操课程（Prophet/GGY AXIS/MoSes/R reserving）或保险数据科学项目工作坊。

外语与文献能力方面，冲刺六级580+/雅思7.0+/托福100+；精读Klugman《Loss Models》、Dickson《Actuarial Mathematics for Life Contingent Risks》、Bowers《Actuarial Mathematics》、McNeil《Quantitative Risk Management》、Goodfellow《Deep Learning》、Hastie《The Elements of Statistical Learning》、IAIS Insurance Core Principles、C-ROSS II技术规范、SOA/CAS/IFoA考试大纲及Study Notes、《精算研究》《保险研究》《统计研究》及Insurance: Mathematics and Economics/ASTIN Bulletin/Scandinavian Actuarial Journal/North American Actuarial Journal/Journal of Machine Learning Research/Journal of Risk and Insurance核心期刊；英语精算备忘录（Actuarial Memo）、模型验证报告、算法公平性评估报告、产品定价白皮书撰写及SOA/CAS考试英文真题模拟专项训练。

专业课深度辅导按方向定制：

• 寿险精算与IFRS 17建模：强化生命表编制与修正（Makeham/Gompertz/Lee-Carter）、等价原理与净保费/毛保费计算、法定准备金评估（Zillmer/FPT/Modified）、IFRS 17合同服务边际（CSM）滚动计算与OOCI选择、亏损合同识别（Onerous Test）、可变费用法（VFA）与分红/万能产品适用、经验分析（Actual vs Expected）与假设动态调整、嵌入式价值（EV）与新业务价值（NBV）评估、利润测试与敏感性分析、死亡率/退保率/投资收益率多因素联合建模；

• 非寿险精算与智能定价：强化损失分布拟合（Pareto/Lognormal/Weibull/GPD极值）、频率-严重度模型（Poisson-Gamma Tweedie/NB）、信度理论（Bühlmann/Bühlmann-Straub/Credibility GLM）、广义线性模型（GLM）与广义可加模型（GAM）在费率厘定中的应用、梯度提升树（XGBoost/LightGBM/CatBoost）在车险定价中的实践、IBNR准备金评估（Chain Ladder/Bornhuetter-Ferguson/Stochastic Reserving/Bootstrap）、长尾业务准备金不确定性量化、车险综改后动态定价策略、UBI车险与驾驶行为数据融合、农业保险费率区划与气象指数建模；

• 机器学习与深度学习在精算中的应用：强化监督学习（分类/回归）在核保/理赔/反欺诈中的应用、生存分析（Cox PH/随机生存森林/DeepSurv）在寿险定价与健康管理中的实践、循环神经网络（RNN/LSTM/Transformer）在理赔序列预测中的应用、图神经网络（GNN）在反欺诈网络识别中的应用、强化学习在动态再保险安排中的应用、联邦学习（Federated Learning）在跨机构数据协作中的隐私保护实践、迁移学习在小样本新险种定价中的应用、AutoML在精算假设自动调优中的探索；

• 自然语言处理与保险文本智能：强化大语言模型（LLM）在保险条款解析与合规审查中的应用、NLP在理赔报告自动分类与金额预估中的实践、情感分析在客户投诉预警中的应用、知识图谱在核保规则引擎中的构建、OCR+NER在单证自动化处理中的应用、智能客服与保险咨询Agent、条款歧义检测与消费者保护、多语言条款翻译与跨境保险合规；

• 随机过程与风险理论：强化泊松过程/复合泊松过程/更新过程、布朗运动与几何布朗运动、马尔可夫链与隐马尔可夫模型、随机微积分（Itô引理）与连续时间金融、Cramér-Lundberg模型与破产概率、扩散近似与重尾风险、极值理论（EVT）与尾部风险度量（VaR/CVaR/ES）、风险聚合（Copula/卷积/FFT）、依赖结构建模（Gaussian/t/Clayton/Gumbel Copula）、风险度量一致性公理与监管资本计算；

• 巨灾建模与气候风险量化：强化地震/台风/洪水/野火/疫情巨灾模型（RMS/AIR/EQECAT/自研）架构与参数、累积风险与PML计算、气候变化情景下巨灾频率/强度漂移建模、巨灾债券（Cat Bond）/保险连接证券（ILS）/侧车（Sidecar）定价、参数保险与指数保险触发机制设计、气候风险压力测试（NGFS情景/央行气候压力测试）、物理风险与转型风险在保险资产负债中的传导、巨灾模型不确定性（Epistemic/Aleatory）量化与模型集成；

• 精算假设动态更新与经验分析：强化贝叶斯推断在精算假设更新中的应用、MCMC/变分推断在准备金不确定性量化中的实践、经验分析方法论（A/E分析/趋势分解/异常检测）、假设设定流程与治理（Assumption Governance）、动态假设更新频率与触发机制、IFRS 17下假设变更的CSM调整、经验分析自动化流水线（ETL+建模+报告）、小样本/新险种假设借用（Credibility/Shrinkage）；

• 算法公平性与可解释AI（XAI）：强化精算定价中受保护特征（性别/种族/地域/基因）的公平性度量（Demographic Parity/Equalized Odds/Individual Fairness）、反事实公平与因果推断在核保中的应用、SHAP/LIME/Anchors等模型解释方法在精算报告中的实践、EU AI Act/中国《生成式人工智能服务管理暂行办法》对保险算法的合规要求、模型偏差审计（Bias Audit）流程设计、精算职业伦理与算法透明度平衡、监管沙盒中AI精算模型的审批路径；

• 隐私计算与保险数据共享：强化联邦学习（横向/纵向/迁移）在跨险企理赔数据协作中的架构、差分隐私（Differential Privacy）在经验分析数据发布中的应用、安全多方计算（MPC）在联合核保中的实践、可信执行环境（TEE）在健康险数据共享中的应用、同态加密在保单数据外包计算中的探索、数据最小化原则与《个人信息保护法》/《数据安全法》合规、隐私预算分配与模型效用权衡；

• 偿付能力智能监测与监管科技（RegTech）：强化C-ROSS II资本要求自动化计算引擎、偿付能力报告智能校验与异常检测、动态偿付能力测试（DST）情景生成器（Monte Carlo/历史重演/对抗生成）、监管数据报送自动化（XBRL/JSON Schema）、反洗钱（AML）交易监测模型、现场检查辅助系统（NLP+知识图谱）、监管科技中的模型风险管理（MRM）、AI辅助监管决策的边界与问责；

• 养老金融精算与长寿风险：强化基本养老保险精算平衡模型（代际转移/统账结合）、企业年金/职业年金精算估值与资产负债管理、个人养老金产品精算设计、长寿风险度量与对冲（长寿互换/长寿债券/自然对冲）、年金化产品定价与最优退休策略、养老社区"保险+康养"财务建模、人口结构预测（Lee-Carter/CBD模型）对养老金缺口影响、延迟退休政策精算模拟；

• 再保险优化与资本管理：强化比例/非比例/超额损失/停止损失再保险结构设计与优化、再保险定价（Expected Loss/Exposure Rating/Layer Pricing）、巨灾模型输出在再保险购买决策中的应用、资本效率优化（经济资本/监管资本/评级资本）、再保险合约中的利润分享/滑动佣金/续转条款建模、侧车/ILS在资本释放中的角色、集团内部再保险与监管套利防范、再保险信用风险与抵押安排；

• 精算咨询与嵌入式价值评估：强化EV/NBV/MCEV计算框架与调整项、精算尽职调查（Actuarial Due Diligence）在并购中的应用、利润测试与产品可行性分析、精算意见书（Actuarial Opinion）撰写规范、精算咨询项目全流程管理、保险公司IPO精算评估、再保险公司估值（Embedded Value vs P/B）、精算假设同业比较与Benchmarking。

研究方法训练涵盖Prophet/GGY AXIS/MoSes/R reserving/Python精算库（lifelines/pycox/tweedie）实操、PyTorch/TensorFlow/JAX深度学习框架、Stata/SAS/R/GLM建模、XGBoost/LightGBM/CatBoost集成学习、SHAP/LIME可解释性工具、Apache Spark/Dask分布式计算、SQL/NoSQL数据工程、Git/MLflow模型版本管理、蒙特卡洛模拟与Bootstrap、贝叶斯推断（Stan/PyMC）、Copula建模（copula/VineCopula）、学术伦理与数据隐私意识培养。

笔试面试专项包括真题精讲与限时模拟、精算模型推导/准备金计算/机器学习算法原理白板作答、研究计划或模型验证报告答辩、开放性问题讨论（如"深度学习能否取代传统GLM成为非寿险定价的'金标准'""IFRS 17下精算假设变更的'主观性'是否被过度放大""联邦学习能否真正解决保险行业'数据孤岛'问题""算法定价中的'性别中立'是否必然导致'逆向选择'加剧""巨灾模型在气候变化加速背景下的'历史数据依赖'如何突破""精算师的'职业判断'在AI时代是否仍有不可替代性""可解释AI在精算监管报告中的'充分性'标准如何界定""长寿风险'尾部不确定性'是否可通过资本市场真正分散""C-ROSS II下中小险企的'精算能力鸿沟'如何弥合""生成式AI（LLM）在精算工作中的'幻觉风险'如何管控""精算模型中的'公平性'与'商业可持续性'是否存在根本冲突""中国精算师（CAA）国际互认的'最后一公里'障碍是什么""保险数据'确权'与'流通'的制度瓶颈在哪里""精算AI的'黑箱'与精算职业'透明义务'如何调和""全球精算教育'数理-数据-伦理'三维重构是否已成共识"）及数理推导严谨性、算法理解深度与保险实务表达策略。

文书与竞赛科研突出"模型创新+数据扎实+应用落地+伦理考量"，强调"以数理守护公平、以算法传递温度"的精算职业精神；指导全国大学生保险创意设计大赛/中国精算师协会精算建模大赛/Kaggle保险赛道竞赛/天池数据科学竞赛（保险方向）/SOA精算建模竞赛/全国高校精算与数据科学挑战赛/挑战杯金融科技赛道备赛；SSCI/CSSCI/Insurance: Mathematics and Economics/ASTIN Bulletin/Scandinavian Actuarial Journal/Journal of Machine Learning Research投稿辅导；海外交换/暑期项目（UIUC/Columbia/Georgia State/LSE/Bayes/Melbourne/NUS/HKU/ETH Zurich）申请支持；精算备忘录/模型验证报告/算法公平性评估/产品定价白皮书/政策建议书撰写指导。

实习与学术对接覆盖中国人保/中国人寿/平安/太保/新华/泰康总精算师办公室及数据科学部/算法中台、瑞士再保险/慕尼黑再保险/SCOR/汉诺威再保险中国区精算与建模团队、众安在线/水滴/蚂蚁保/腾讯微保/京东健康算法中台/精算部、Willis Towers Watson/Mercer/Aon/Deloitte/普华永道精算与数据分析咨询部、国家金融监督管理总局偿付能力监管司/精算处/科技监管司、上海保险交易所数据实验室、中国精算师协会、IAIS/ILO/世界银行精算标准制定组、中伦/金杜保险监管组等实习内推与联合课题合作；导师课题组RA推荐；博士申请海内外导师套磁指导（含UIUC/Columbia/Georgia State/LSE/Bayes/Melbourne/NUS/HKU/ETH Zurich/人大财金/南开金融/中央财经/西南财经/中科大统计等）。

四、培养愿景

复旦大学精算与数据科学方向以"培育以数理为骨、以算法为翼、以伦理为魂的新时代精算科学家"为己任，强调从"传统风险定价者"到"智能模型构建者"再到"公平与信任守护者"的角色升华。知点保研助力每一位志在精算与数据科学领域的学子，以扎实的数理根基、前沿的算法能力与坚定的职业伦理，叩开复旦大门，成为中国保险业数字化转型与金融风险智能治理的中坚力量。

咨询电话：4000003363，微信：13671344286。