本书以金融数据分析师、金融数据产品经理岗位内容为基础，以金融数据处理全流程为框架，从金融数据自动化采集、数据清洗、数据存储、数据分析四个方面构建课程体系。主要面向职业专科、应用本科的经济、金融和大数据相关专业学生，同时适用学习金融数据处理相关知识的社会人员，培养宽视野、专技能的应用型人才。    全书共分为5个项目，15个任务。    项目1介绍了自动化数据采集及清洗的相关知识，包括应用程序接口采集数据的原理与规范、Python数据清洗、文本数据采集及自动化处理等。各任务章节以金融案例为背景，为从事金融数据处理的工作者打下坚实基础。    项目2以金融数据产品的设计、构建为主线，依次介绍了数据存储技术、数据库设计、数据整理存储和数据查询四个方面的内容。通过本项目，读者可系统地把握金融数据产品生产的主要过程。    项目3到项目5以金融数据分析为主题，分别从证券业、银行业、用户特征分析等角度，介绍了几种典型数据分析方法的应用，包括股票数据的统计性描述、时间序列分析、相关性分析，银行经营数据的线性回归分析、个人信贷违约数据的逻辑回归预测，用户行为数据的RFM模型和K-means分析模型。旨在帮助读者掌握金融机构中常见的分析方法，为读者将来步入相关行业打好基础。