一、学科概况与培养特色

复旦大学数字金融方向依托经济学院金融硕士（MF）金融科技方向、数字经济专业硕士（专业代码025800）数字金融方向、复旦大学数字金融研究中心、复旦-斯坦福中国金融科技与安全研究院（FS-CFTRA）、复旦-中植大数据金融与投资研究院及泛海国际金融学院（FISF）金融科技博士方向联合培养，是国内最早系统构建"金融理论-数据科学-人工智能-区块链-风险管控-监管科技"六维交叉数字金融人才培养体系的高校之一。该方向以"服务金融强国建设与数字中国战略、助力金融业数字化转型与数字金融生态构建、培育兼具金融理论深度、数据科学素养与技术创新能力的高端复合型数字金融人才"为使命，聚焦央行数字货币（CBDC）与数字人民币、大模型与金融智能体（AI Agent）、量化投资与算法交易、大数据风控与智能信贷、区块链金融与DeFi、数字支付与开放银行、金融监管科技（RegTech/SupTech）、数字保险与智能核保理赔、绿色金融数字化与ESG数据科技、供应链金融数字化与数字票据、数字资产管理与智能投顾、金融大模型与可信AI、数字普惠金融与乡村振兴、跨境数字支付与数字货币桥（mBridge）、金融网络安全与反欺诈、数字金融消费者保护与算法公平等核心议题，是金融理论严谨性、技术实现深度与风险管控能力高度统一的精英型培养方向。

复旦大学是全国最早建立金融学专业的高校之一，金融学为国家重点学科。经济学院在教育部学科评估中，理论经济学获评A+、应用经济学获评A-，为数字金融方向提供了国内顶尖的学科底座。经济学院金融硕士项目以"培养未来金融领袖"为目标，设基金管理、量化投资、投资银行、资产管理、金融科技、定量金融六大方向，其中金融科技方向由复旦大学数字金融研究中心主任周光友教授领衔负责；2025年经济学院设立数字经济专业硕士班，从金融硕士复试通过考生中择优招收，2026年正式面向全社会首次招生（非全日制），设有数字产业、数字金融、数字税务、数字治理等培养方向。课程体系涵盖金融科技（周光友）、智能风险管理实务（刘庆富）、区块链和数字货币（谢识予）、数字科技前沿概论（王妍）、网络与平台经济学（李婷）、数字产业经济学（刘学悦）、数据分析与经济决策、金融理论与政策（孙立坚/周晶）、金融机构与市场（卢华）等核心课程。

核心师资方面：周光友教授，经济学博士、金融学博士后，现任复旦大学金融研究院党支部书记、复旦大学数字金融研究中心主任、金融专业硕士（金融科技方向）负责人、国家社科基金重大项目首席专家、国家一流本科课程《互联网金融》和上海市重点课程《金融科技》负责人，主要致力于数字金融与金融科技、电子货币与数字货币、国际金融与投资、绿色金融等方面的研究，在《经济学季刊》《金融研究》《管理科学学报》等国内权威期刊发表论文70余篇，在Energy Economics、Technological Forecasting and Social Change等国际期刊发表多篇论文，具有多年银行工作经验；刘庆富教授，东南大学管理科学与工程博士、复旦大学金融学博士后、美国斯坦福大学访问学者，2017年入选"上海市浦江人才"计划，现任复旦-斯坦福中国金融科技与安全研究院执行院长、复旦-中植大数据金融与投资研究院学术副院长、上海市金融大数据联合创新实验室副主任，兼任复旦大学大数据学院教授和北京雁栖湖应用数学研究院教授，主要研究兴趣为金融科技、大数据金融、量化投资、科技监管、风险管理与金融工程，曾在Journal of Econometrics等国际顶级期刊发表论文；王妍助理教授（金融研究院），负责数字科技前沿概论课程；胡博副教授（世界经济研究所），荷兰丁伯根研究所经济学博士，研究领域为平台经济、中介经济、搜寻与匹配、信用与支付，论文发表于Rand Journal of Economics、Review of Economic Dynamics、《经济研究》等一流期刊。

复旦-斯坦福中国金融科技与安全研究院（FS-CFTRA）是复旦大学经济学院与斯坦福大学金融与风险建模研究院（FARM）联合成立的战略合作平台，致力于打造政、产、学、研相结合的高端金融科技与安全管理战略平台。复旦大学国际金融学院（FISF）设有金融科技博士方向，致力于培养具备扎实马克思主义经济学理论基础、系统深入的金融科技交叉学科知识的国际化领军人才。截至2026年，数字金融方向拥有专职教师42人（含国家社科基金重大项目首席专家、上海市浦江人才、教育部新世纪优秀人才），业界导师75余位（来自中国人民银行数字货币研究所/金融科技司、国家金融监督管理总局信息科技与风险监管司、中国证监会科技监管局、上海证券交易所/深圳证券交易所/北京证券交易所技术中心、工商银行/建设银行/农业银行/中国银行/交通银行/招商银行/平安银行总行金融科技部/数字金融部、蚂蚁集团/腾讯金融科技/京东科技/度小满/美团金融/陆金所/微众银行/网商银行技术中台、中金公司/中信证券/华泰证券/国泰君安量化与金融科技部、SWIFT/Visa/Mastercard/PayPal/Stripe数字支付创新实验室、BIS/IMF/世界银行数字金融组、麦肯锡/BCG/埃森哲金融科技咨询部等）。

2026年7月经济学院成功举办全国优秀本科生专硕体验营，2027年推免招生已启动。录取学生背景涵盖金融学、经济学、会计学、统计学、数学、计算机科学、软件工程、数据科学、物理学、法学、管理学等多元学科。毕业生就业去向多元，金融机构占比超50%（国有大行总行金融科技部/数字金融部、股份制银行总行、头部券商量化与金融科技部、公募基金量化投资部），互联网金融科技企业占20%（蚂蚁/腾讯金融/京东科技/度小满/微众银行），监管科技与金融基础设施占10%（央行/金融监管总局/交易所/银联/网联），咨询公司与四大金融科技组占8%，其余赴海外顶尖高校深造或进入金融科技创业公司。与上海银行、汇添富基金、国泰海通证券、德邦证券、交通银行、广发证券等8家机构共建"产学研"实践基地。推免考核注重"金融理论功底+数理建模能力+技术实现素养+风险合规意识"四维评估，绩点要求985前3%-5%，六级580+/雅思7.0+优先，具备金融科技/量化投资实习、Kaggle/天池竞赛获奖、CFA/FRM科目通过、Python/C++编程项目或顶会论文者优先。

二、知点保研核心优势

知点保研深耕复旦保研近十年，精准把握数字金融方向"懂金融、通技术、善建模、守底线"的复合型人才选拔逻辑。采用定制化一对一辅导，根据学生央行数字货币/金融大模型/量化投资/大数据风控/区块链金融/数字支付/监管科技/数字保险/绿色金融数字化/供应链金融/智能投顾/跨境数字支付/金融反欺诈/数字普惠金融等细分方向偏好匹配资源；针对纯计算机/工程背景学生开设"金融理论先修计划"，补强货币银行学、公司金融、投资学、金融衍生品及金融市场微观结构；针对纯金融/经济背景学生强化Python/C++编程、机器学习（监督/非监督/强化学习）、深度学习（CNN/RNN/Transformer）、SQL数据库、分布式系统基础及云计算实操训练；针对纯数学/统计背景学生强化金融学直觉、金融市场制度、监管框架及商业逻辑训练；针对纯法学背景学生强化金融基础知识、数据科学方法论及技术伦理框架训练。提供全流程服务，延伸覆盖CFA/FRM/CPA/CQF/CAIA备考、AWS/Azure/GCP云认证、海外顶尖金融科技/金融工程/数字金融硕士及博士（如MIT MFin/Sloan FinTech、CMU MSCF、Princeton MFin、Stanford MS&E FinTech、Columbia MS Financial Engineering、LSE MSc Financial Technology、Imperial MSc FinTech、Oxford MFE、NUS MSc Quantitative Finance、HKUST MSc FinTech、Melbourne MFin、ETH Zurich MSc Quantitative Finance）申请、国有大行/股份制银行总行金融科技部/数字金融部校招、蚂蚁/腾讯金融/京东科技/微众银行/网商银行算法岗/产品岗、央行数字货币研究所/金融监管总局科技监管岗公务员、国际组织（BIS/IMF/World Bank/FSB）数字金融岗、博士（金融科技/数字金融/量化金融/金融工程方向）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，重点提升货币银行学、金融学（公司金融/投资学）、金融工程、金融衍生品定价、金融机构与市场、会计学原理、财务报表分析、微观经济学、宏观经济学、计量经济学、概率论与数理统计、随机过程、Python/C++编程、数据结构与算法、机器学习、深度学习、数据库系统（SQL）、金融科技导论、数字经济学、区块链原理与应用等核心课成绩；为非技术背景学生定制Python编程强化（pandas/numpy/scipy/sklearn/PyTorch）、SQL数据查询与金融数据实操、机器学习基础（线性回归/逻辑回归/决策树/XGBoost/LightGBM）、深度学习入门（全连接网络/CNN/RNN/LSTM/Transformer）补强模块；为非金融背景学生定制货币银行学（货币供给/需求/利率决定/货币政策传导）、公司金融（资本结构/股利政策/企业估值）、投资学（资产组合理论/CAPM/APT/有效市场假说）、金融衍生品（期货/期权/互换/结构化产品）、金融市场微观结构（做市/订单簿/流动性）补强模块；所有学生需完成至少一门数字金融实战项目课程（如量化策略回测系统开发、信贷风控模型搭建、区块链智能合约金融应用、金融大模型微调与部署）或金融科技工作坊。

外语与文献能力方面，冲刺六级580+/雅思7.0+/托福100+；精读BIS Annual Report/Quarterly Review/Project mBridge Report、FSB FinTech Report、IMF Global Financial Stability Report（FinTech Chapter）、World Bank Global Findex Database、McKinsey/BCG/Bain Global FinTech Report、中国人民银行《金融科技发展规划（2022-2025）》《数字人民币白皮书》、国家金融监督管理总局《银行保险机构信息科技外包风险监管办法》、《金融研究》《经济学季刊》《管理科学学报》《数量经济技术经济研究》《国际金融研究》《中国金融》及Journal of Finance/Journal of Financial Economics/Review of Financial Studies/Journal of Financial and Quantitative Economics/Journal of Econometrics/Review of Financial Economics/Management Science/Operations Research/Journal of Banking and Finance/Journal of Financial Intermediation核心期刊；英语技术方案文档（Technical Design Doc）、量化策略白皮书（Strategy White Paper）、金融模型验证报告（Model Validation Report）、监管沙盒申请文件撰写及BIS/IMF/FSB数字金融论坛发言模拟专项训练。

专业课深度辅导按方向定制：

• 央行数字货币（CBDC）与数字人民币：强化数字人民币顶层设计（"双层运营/小额匿名/大额可溯/可控匿名"）、数字人民币技术架构（一币/两库/三中心）、智能合约在条件支付/定向补贴/财政资金监管中的应用、数字人民币与M0/M1/M2的货币层次关系、CBDC对商业银行存款替代与"金融脱媒"风险、跨境CBDC互联互通（mBridge/Project Dunbar/Project Agorá）、稳定币（USDT/USDC/DAI）崛起与中国应对战略、CBDC隐私保护与反洗钱（AML）平衡、数字人民币试点城市推广效果评估、CBDC货币政策传导机制重塑、全球CBDC竞争格局（中国/欧盟/美国/日本/印度/尼日利亚）比较；

• 金融大模型与可信AI：强化大语言模型（LLM）在金融领域的应用全景（智能投研/智能客服/合规审查/风险评估/反欺诈/量化因子挖掘）、金融大模型微调（LoRA/QLoRA/RLHF）在领域适配中的实践、RAG（检索增强生成）在金融知识库/研报解读/公告分析中的应用、金融AI"可信性"四大要求（准确/真实/可控/安全）、AI幻觉在金融场景中的风险与缓解策略、多模态AI在财报分析/卫星遥感/舆情监测中的融合应用、金融Agent（智能体）在自动化投研/交易执行/合规监测中的落地、金融大模型算力成本与推理效率优化、AI在金融领域的伦理风险（偏见/歧视/误导/系统性风险）、"十五五"期间数字金融从"数据驱动"向"模型驱动+可信治理"演进趋势；

• 量化投资与算法交易：强化多因子模型（Barra/Fama-French/Carhart/机器学习因子挖掘）、高频交易策略（做市/统计套利/事件驱动/动量反转）、订单簿微观结构与流动性建模、算法交易执行（TWAP/VWAP/IS/Implementation Shortfall）、强化学习在动态资产配置与交易策略优化中的应用、深度学习在收益率预测与波动率建模中的应用（LSTM/Transformer/GARCH族）、另类数据（卫星图像/社交媒体/信用卡消费/航运数据）在Alpha挖掘中的应用、量化策略回测框架（Backtrader/Zipline/自研引擎）与过拟合防范、组合优化（均值-方差/Black-Litterman/风险平价/层次聚类）与交易成本分析（TCA）、量化投资监管（程序化交易报备/异常交易监控/频率限制）；

• 大数据风控与智能信贷：强化信贷全生命周期风控（贷前审批/贷中监控/贷后管理/催收）、评分卡模型（申请评分A卡/行为评分B卡/催收评分C卡）构建与验证、机器学习在违约概率（PD）/违约损失率（LGD）/违约风险暴露（EAD）建模中的应用、图神经网络（GNN）在反欺诈/关联风险识别中的实践、联邦学习在跨机构风控数据协作中的架构设计、实时风控引擎（Flink/Kafka/规则引擎）与毫秒级决策、信贷资产证券化（ABS/ABN）中的风险建模、小微企业/农户/新市民等长尾客群的大数据风控、风控模型可解释性（SHAP/LIME）与监管合规、《征信业管理条例》《个人信息保护法》在信贷风控中的合规要点；

• 区块链金融与DeFi：强化联盟链（Hyperledger Fabric/FISCO BCOS）在供应链金融/贸易融资/跨境支付中的应用、智能合约在自动清算/自动理赔/条件支付中的实践、去中心化金融（DeFi）核心协议分析（Uniswap/Aave/Compound/MakerDAO）、自动化做市商（AMM）机制与无常损失、去中心化借贷协议与清算机制、稳定币（算法稳定币/抵押稳定币）机制与风险、跨链桥技术与流动性聚合、央行数字货币与DeFi的监管边界、NFT在数字资产确权与金融化中的应用、区块链金融的监管框架（中国/美国/欧盟/新加坡比较）、Web3.0金融基础设施与传统金融的融合路径；

• 数字支付与开放银行：强化第三方支付产业链（收单/清算/账户/增值）与商业模式、开放银行（Open Banking）API架构与数据共享机制、支付路由优化与交易成本最小化、跨境支付（SWIFT/CIPS/代理行/数字货币桥）效率与成本分析、移动支付生态（支付宝/微信支付/Apple Pay/Samsung Pay）竞争格局、嵌入式金融（Embedded Finance）与"银行即服务"（BaaS）、实时支付系统（中国CNAPS/欧洲SEPA/美国FedNow/印度UPI）比较、支付行业反垄断与互联互通、数字支付中的反洗钱（AML）与反恐怖融资（CFT）、数字支付的用户体验与无障碍设计；

• 金融监管科技（RegTech/SupTech）：强化监管数据报送自动化（EAST/1104报表/XBRL）、反洗钱交易监测模型优化（规则引擎/机器学习/图分析）、监管沙盒机制设计（中国/英国/新加坡/澳大利亚比较）、金融机构全面风险管理系统（市场风险/信用风险/操作风险/流动性风险）、巴塞尔协议III/IV资本计量自动化、偿二代（C-ROSS）保险监管科技、算法交易监管与异常交易识别、监管科技中的隐私计算（联邦学习/差分隐私/安全多方计算）、AI辅助监管决策的边界与问责、全球监管科技发展趋势与中国实践；

• 数字保险与智能核保理赔：强化AI在核保规则引擎/自动核保中的应用、计算机视觉（CV）在车损定损/医疗票据OCR中的实践、NLP在理赔报告分类/条款解析/客户情绪分析中的应用、大模型在保险智能客服/条款问答/合规审查中的落地、UBI车险（基于驾驶行为）与可穿戴健康险动态定价、保险科技反欺诈（团伙欺诈识别/异常检测/关联分析）、数字保险产品设计（场景化/碎片化/定制化）、互联网保险监管合规（《互联网保险业务监管办法》）、保险数据中台与客户360°画像、再保险数字化与巨灾模型；

• 绿色金融数字化与ESG数据科技：强化ESG数据采集/清洗/标准化与评级方法论（MSCI/Sustainalytics/CDP/中证/万得）、碳核算与碳足迹数字化追踪、绿色债券/可持续发展挂钩债券（SLB）的数字化认证与存续期管理、气候风险压力测试（NGFS情景）与物理风险/转型风险量化、ESG整合在投资决策中的技术实现（负面筛选/正面筛选/ESG整合/影响力投资）、绿色金融数据平台与信息披露（TCFD/ISSB/CSRD）、碳交易市场的数字化基础设施（登记/交易/清算/核证）、ESG"漂绿"（Greenwashing）识别与AI辅助审计、转型金融（Transition Finance）数字化、生物多样性金融（TNFD）数据科技前沿；

• 供应链金融数字化与数字票据：强化核心企业信用传导与多级供应商融资、区块链+供应链金融平台（蚂蚁链/微企链/简单汇/中企云链）架构分析、应收账款融资/预付款融资/存货融资的数字化风控、数字票据（电子商业汇票/供应链票据）全生命周期管理、供应链金融ABS/ABN结构化设计、物联网（IoT）在动产质押/仓单监管中的应用、卫星遥感/无人机在农业供应链金融中的实践、供应链金融反欺诈（虚假贸易/重复融资/自融）、供应链金融的监管框架与合规要点、全球供应链金融数字化趋势（Contour/Marco Polo/We.Trade）；

• 数字资产管理与智能投顾：强化机器人投顾（Robo-Advisor）算法架构（现代投资组合理论MPT/Black-Litterman/风险平价）、用户风险画像与KYC数字化、资产配置再平衡策略与税务优化（Tax-Loss Harvesting）、智能投顾的监管框架（投资顾问牌照/适当性义务/利益冲突管理）、数字资产（加密货币/NFT/数字藏品）的估值与托管、数字资产交易平台合规（牌照/反洗钱/投资者保护）、数字遗产与数字资产继承、STO（证券型代币发行）与数字证券、全球智能投顾市场竞争格局（Betterment/Wealthfront/招行摩羯智投/蚂蚁财富）、AI在个性化理财规划中的应用；

• 跨境数字支付与数字货币桥：强化跨境支付体系（SWIFT/CIPS/代理行模式/数字货币桥）效率与成本分析、mBridge项目（中国人民银行/泰国央行/阿联酋央行/国际清算银行）技术架构与试验进展、跨境CBDC互操作性与汇率结算机制、跨境支付中的反洗钱（AML）合规（FATF Travel Rule）、数字人民币跨境应用场景（贸易结算/旅游消费/汇款）、人民币国际化与数字货币的战略协同、跨境数字支付的监管协调（双边/多边/区域）、稳定币在跨境支付中的角色与监管挑战、"一带一路"沿线数字支付互联互通、全球跨境支付系统竞争格局（SWIFT vs CIPS vs SPFS vs PIX）；

• 金融网络安全与反欺诈：强化金融信息系统安全架构（等保2.0/零信任/微隔离）、金融数据分类分级与敏感信息保护、实时反欺诈系统（规则引擎/机器学习/图计算/设备指纹/行为生物识别）、电信诈骗/账户盗用/洗钱/非法集资的AI识别与预警、金融App安全检测与漏洞管理、API安全与开放银行风险防控、金融网络安全事件应急响应与灾备（两地三中心/多活架构）、金融领域社会工程学攻击防范、AI深度伪造（Deepfake）在金融欺诈中的应用与检测、金融网络安全保险与风险转移；

• 数字普惠金融与乡村振兴：强化数字普惠金融指标体系（G20/OECD/世界银行Global Findex）、农村数字金融基础设施（助农取款点/数字信用体系/农业保险数字化）、小微企业数字信贷（网商银行"310"模式/微众银行"微业贷"）、数字普惠金融的"数字鸿沟"（老年人/残障人士/偏远地区）、移动支付在乡村振兴中的应用（农产品电商/土地流转/农业补贴发放）、数字普惠金融的消费者权益保护、普惠金融的"商业可持续性"与"社会价值"平衡、全球数字普惠金融最佳实践（肯尼亚M-Pesa/印度UPI/巴西PIX）、数字普惠金融与共同富裕、G20/OECD普惠金融政策框架与中国实践。

研究方法训练涵盖Python/C++/R量化编程（pandas/numpy/scipy/sklearn/PyTorch/TensorFlow/Backtrader）、SQL/NoSQL数据库（PostgreSQL/MongoDB/Redis）金融数据管理、机器学习与深度学习（XGBoost/LightGBM/CatBoost/LSTM/Transformer/GNN）、强化学习（DQN/PPO/SAC）在交易策略中的应用、自然语言处理（NLP/BERT/GPT微调）在金融文本分析中的实践、时间序列分析（ARIMA/GARCH/VAR/状态空间模型）、面板数据计量（固定效应/随机效应/GMM/DID）、高频数据分析与微观结构建模、蒙特卡洛模拟与期权定价（BSM/二叉树/LSM）、A/B测试与因果推断在金融策略优化中的应用、区块链开发（Solidity/Hyperledger Fabric/FISCO BCOS）、AWS/Azure/GCP金融云服务与容器化部署（Docker/Kubernetes）、学术伦理与金融数据隐私意识培养。

笔试面试专项包括真题精讲与限时模拟（金融学综合/数学/逻辑/英语）、金融模型推导/量化策略设计/技术方案白板作答、研究计划或项目答辩、开放性问题讨论（如"数字人民币能否真正挑战美元霸权还是仅是'防御性工具'""金融大模型的'幻觉'问题在投资决策中是否构成'系统性风险'""量化投资的'军备竞赛'是否已导致市场效率悖论""大数据风控的'数据垄断'是否加剧了金融排斥""DeFi的'去中心化'理想与'强监管'现实如何调和""开放银行的数据共享是'创新引擎'还是'隐私灾难'""智能投顾能否真正替代人类理财顾问的'信任关系'""区块链在供应链金融中的'落地难'根源是技术还是制度""ESG评级分歧是否构成数字金融的'噪音源'""跨境数字货币桥能否绕开SWIFT成为'新布雷顿森林体系'""金融AI的'可解释性'要求是否扼杀了深度学习的能力""数字普惠金融的'最后一公里'是技术问题还是制度问题""稳定币崛起是否意味着'货币主权'的终结""金融监管科技是'减轻负担'还是'制造新的合规复杂性'""AI在金融领域的'算法歧视'（性别/地域/年龄）如何制度化防范""央行数字货币的'可控匿名'是否构成'监控资本主义'的新形态""量化交易的'闪崩'风险是否已超出传统监管框架的应对能力""数字金融消费者保护的'知情同意'原则在AI时代是否已名存实亡""金融大模型的'算力霸权'是否会加剧金融业的'马太效应'""中国数字金融的'全球竞争力'是否过度依赖'规模优势'而非'制度创新'"）及金融理论运用准确性、技术实现可行性与风险合规意识表达策略。

文书与竞赛科研突出"问题意识敏锐+金融逻辑严谨+技术实现可行+合规意识坚定"，强调"以金融为民、以科技向善、以风控为底"的数字金融职业精神；指导全国大学生金融科技大赛/"中金所杯"金融衍生品大赛/全国大学生量化投资大赛/天池数据科学竞赛（金融风控赛道）/Kaggle金融竞赛/挑战杯金融科技赛道/"互联网+"大学生创新创业大赛（数字金融方向）/全国高校数据要素创新大赛（数字金融赛道）备赛；SSCI/CSSCI/Journal of Finance/JFE/RFS/JFQA/Journal of Econometrics/《金融研究》《经济学季刊》《管理科学学报》《数量经济技术经济研究》投稿辅导；海外交换/暑期项目（MIT/CMU/Princeton/Stanford/Columbia/LSE/Imperial/Oxford/NUS/HKUST/Melbourne/ETH Zurich）申请支持；量化策略白皮书/技术方案文档/金融模型验证报告/监管沙盒申请文件/投资分析报告撰写指导。

实习与学术对接覆盖中国人民银行数字货币研究所/金融科技司/宏观审慎管理局、国家金融监督管理总局信息科技与风险监管司/普惠金融司、中国证监会科技监管局/机构监管司、上海证券交易所/深圳证券交易所/北京证券交易所技术中心/数据公司、工商银行/建设银行/农业银行/中国银行/交通银行/招商银行/平安银行/兴业银行总行金融科技部/数字金融部/风险管理部、蚂蚁集团/腾讯金融科技/京东科技/度小满/美团金融/陆金所/微众银行/网商银行技术中台/风控中心/算法实验室、中金公司/中信证券/华泰证券/国泰君安/海通证券量化投资部/金融科技部、SWIFT/Visa/Mastercard/PayPal/Stripe/银联/网联数字支付创新实验室、BIS创新枢纽（BIS Innovation Hub）/IMF货币与资本市场部/世界银行金融与私营部门发展局/FSB、麦肯锡/BCG/埃森哲/德勤/普华永道金融科技咨询部、中国信通院/国家金融与发展实验室/中国金融四十人论坛（CF40）/上海新金融研究院（SFI）、中伦/金杜/方达金融科技法律合规组等实习内推与联合课题合作；导师课题组RA推荐（含数字金融研究中心/FS-CFTRA/复旦-中植大数据金融与投资研究院）；博士申请海内外导师套磁指导（含MIT/CMU/Princeton/Stanford/Columbia/LSE/Imperial/Oxford/NUS/HKUST/Melbourne/ETH Zurich/北大光华/清华五道口/人大财金/上海财大/中央财经/中南财经政法/西南财经等）。

四、培养愿景

复旦大学数字金融方向以"培育以金融为民为初心、以数据智能为利器、以风险管控为底线、以制度创新为担当的新时代数字金融领军人才"为己任，强调从"金融业务操作者"到"技术赋能设计者"再到"数字金融生态构建者与守护者"的角色升华。在数字人民币试点扩容、金融大模型加速落地、量化投资进入AI 2.0时代、DeFi与传统金融加速融合、跨境数字货币桥进入实质运营、ESG数据科技成为投资主流的时代浪潮中，数字金融已从"金融业的效率工具"跃升为"金融强国建设的核心引擎"。依托复旦经济学院A+学科底座、国家重点金融学科的深厚积淀、复旦-斯坦福中国金融科技与安全研究院的国际合作平台、复旦大学数字金融研究中心的政策研究引领及六大金融硕士方向的协同支撑，复旦大学数字金融方向正以"顶天立地"的学术追求——"顶天"追踪全球数字金融与金融科技最前沿理论与技术，"立地"扎根中国金融业数字化转型与风险防控实践——培育一代兼具全球视野与中国担当的数字金融领军人才。知点保研助力每一位志在数字金融领域的学子，以扎实的金融理论功底、过硬的技术实现能力与坚定的风险合规意识，叩开复旦大门，成为中国数字金融高质量发展与金融强国建设的中坚力量。

咨询电话：4000003363，微信：13671344286。