为丰富深港澳金融科技师专才计划（SHMFTPP)（以下简称“专才计划”）二级考试题库资源，打造具有专业性和权威性的试题资源池，深港澳金融科技师专才计划考试委员会现征集专才计划二级二次考试题目。
一、征题对象
专才计划二级项目培训授课老师，金融科技领域业务负责人、技术负责人、特邀专家。
二、征题要求
（一）考题类型
本次征集的题目类型为客观题（单项选择题）、简答题、技能题、方案题，数量不限。
（二）命题原则
1.总体原则
（1）题目之间是独立的。题与题之间不能有暗示答案的线索，每一题都应该靠考生主动思考而不是根据已有的资料来推断。
（2）题目应当全方位考察考生知识结构掌握情况，合理设置得分点，提供开放性、与得分点契合的答案。
（3）题目的内容应当科学、严谨，语言表述简明准确，力求简短、无误、一义(只能一种解释)。
（4）征题对象应对拟定题目保密。不得以口头、书面或任何形式泄露、告知、公布、发布、出版、传授、转让或者其他任何方式将拟定题目披露给除深港澳金融科技师专才计划考试委员会以外的任何第三方。
2.客观题命题原则
客观题（单项选择题）主要从法律法规、金融标准测评、金融科技伦理、以及考生所选考试方向下的理论体系四方面的知识，对考生进行考察。
3.简答题（技能题）、方案题命题原则
（1）简答题主要考察考生金融科技伦理思维框架和分析判断能力，以及考生所选考试方向下的理论体系。均应对考生在金融科技伦理思维框架和分析判断能力，以及。
（2）技能题。主要对产品研究、合规管理、伦理设计、项目推进等方面的具体技能进行考察。例如要求考生在题干描述的情景中进行伦理分析和论述；绘制系统框架图、流程图、泳道图、状态图、数据库表图等关键图表；对隐私政策和宣传广告符合法规和标准要求的情况进行分析。
（2）方案题应从综合分析判断、融合应用、产品设计、组织实施和风险管控的能力等维度对考生进行考察，要求考生在题目设定的情景中，设计有关数字金融产品和服务的解决方案，并用规范清晰的语言表述产品方案。
（3）题目取材的案例应具有代表性，可适度超前，紧密贴合当前金融科技领域技术重点、难点，与国家产业发展政策及粤港澳大湾区、中国特色社会主义先行示范区建设产业发展导向和民生幸福、社会建设等领域高度相关。
（4）题目取材的案例可以参考附件一《深港澳金融科技师专才计划（SHMFTPP)二级项目培训案例列表》，结合二级培训项目授课案例来拟定题目；取材的案例也可以来源于征题对象所在单位，以本单位重点关注或拟酝酿启动的金融科技项目拟定题目。若拟定题目最终入选为专才计划二级考试试题，考生的答案和方案有望为贵单位项目筹划提供新的思路，带来一定启发。
（5）本次命题不进行人工智能、大数据和云计算及分布式技术三个方向的方案区分。在同一个方案题的场景和题干之下，可以通过调整具体题目发问方法和答案评分的采分点，对应人工智能、大数据或云计算及分布式技术三个方向不同的技能要求。
（三）命题要求
1.所拟客观题（单项选择题）应包含试题题干、难度层次、考核要点、认知水平、题干选项及标准答案；
2.所拟简答题（方案题）应包含试题题干、难度层次、考核要点、认知水平和参考答案；
3.所拟方案题应标明所属专业方向（人工智能、大数据、云计算及分布式技术），题目应包含案例简介、题目描述、难度层次、认知水平、考核要点、得分点及参考答案五个要素。
请各位专家按照附件二《深港澳金融科技师专才计划（SHMFTPP)二级考试题目征集模板》格式编辑题目。
（四）命题方式
为确保命题工作的保密性和系统性，所有命题工作将在线上命题系统中完成。请有意愿参与命题工作的专家通过邮件与我们联系，由我们统一创建、分配命题账号。请在邮件题目中注明“二级考试命题征集”，并在邮件中提交报名回执（附件3）。
三、征题时限
本次征题截止时间为2022年12月30日22点。请各专家于截止时间前登录命题系统拟定题目。征题过程中，如有任何疑问，请随时与我们联系。
附件：1.深港澳金融科技师专才计划（SHMFTPP)二级项目培训案例列表
2.深港澳金融科技师专才计划（SHMFTPP)二级考试题目征集模板
3.报名二维码
深港澳金融科技师专才计划考试委员会
2022年11月17日
（联系人：辛慕榕，联系电话：18816382536，邮箱：xmr@szfta.org.cn）
附件1
深港澳金融科技师专才计划（SHMFTPP）二级项目培训案例列表
附件2
深港澳金融科技师专才计划（SHMFTPP)二级考试题目征集模板
客观题（单项选择题）题目模板：
以下关于技术伦理的说法不正确的是（ ）
A.技术伦理以平等、自由、公正等为核心。
B.追求至善是科技发展的目标，对于如何追求善，伦理学有统一的流派与解释。
C.科技伦理强调和坚持的是为最大多数人服务的原则。
D.技术活动的各利益相关方应该在技术行为中体现出公平、公正的价值观。
难度层次：/
考核要点：/
认知水平：/
标准答案：B
简答题题目模板
如何建立一个良性的金融环境，金融伦理在这其中的作用，如何建立健全完善的金融伦理制度。
难度层次: 中
认知水平: 中
考核要点：/
参考答案：法律制度层面的规则制定；社会道德的潜移默化；自我价值观的树立；社会舆论的导向；市场激励，基于市场对伦理行为的激励。
技能题题目模板：
当前基金公司有客户份额登记系统(TA),投资交易系统(O32),估值系统(FA)等系统,其中TA数据量在百亿级，O32及FA的数据量在百万级，对于数据分析有实时和离线两种场景，实时分析如实时交易风控（基于FA和O32），离线分析如公司历史规模和销量情况统计（基于TA），用户还需要有通过系统页面查到截止前一日最新规模等静态数据（预计有每秒100的并发查询）。请根据此场景画一个大数据解决方案的架构图，并说明涉及哪些技术。
难度层次: 中
认知水平: 中
考核要点：数据中心技术架构和技术组件，主要有数据同步工具、消息队列、流式计算、大数据查询引擎、内存数据库
参考答案：
方案题题目模板：
TA又称为登记过户业务，是资产管理公司运营的主要业务之一，主要功能如下：
1.账户开立：根据客户的证件信息，为其开立出相应的账号，一个客户的一个证件信息对应一个账户。需要支持实时开户和日终批量开户两种模式。
2.交易确认：申购业务时，根据客户的交易申请，逐笔将申请的资金金额换算为基金份额，记录在账户上。赎回业务时，根据客户的交易申请，逐笔的将卖出的基金份额换算为资金金额，记录在账户上。转托管业务时，将账户A上的份额转至账户B上。
3.收益分配：将基金投资当天获取的总收益，根据客户持有的基金份额进行分配。
4.日常查询：运营人员通过该TA系统的前端界面查看客户的数据，可以查询历史上任意的数据，比如客户A自2013年以来的所有交易记录
这些业务通过每天晚上的跑批清算实现。清算时间，一般从晚上9点开始，最晚第二天早上7点前完成，清算时间窗口约10个小时。但自2013年阿里余额宝业务广泛开展以来，即存即取式的货币基金业务迅速发展，客户数达到近5亿，单日交易量近10亿。
如此体量的业务，对TA系统的清算带来了挑战。基金公司为应对业务量的扩展，纷纷评估技术解决方案，其中典型的是天弘基金的方案 - 依托于母公司阿里的技术体系采用分库分表的方式解决，同业公司背景不同，难以复用该技术方案。
另外，随着业务的开展，个性化的要求越来越多，比如有些合作伙伴要求TA系统在30分钟内完成清算、有些渠道在凌晨才会提供申请数据至TA系统但要求三点前完成清算、转托管时要求收益留在转出方。
问题1：大数据技术和分库分表解决方案优劣势对比
难度层次：中
认知水平：/
考核要点：对分布式技术的理解
得分点：大数据方案：实现分布式计算，通过原生态组件服务实现，一般不需要第三方的工具或代码；大数据平台服务扩容简单。对业务代码无侵入（1）、扩容简单（1）、金融科技趋势（1）；分库分表方案：实现分布式计算，传统数据库一般需要借助数据库服务之外的工具，如Sharding jdbc使用；在扩容方面较大数据平台复杂；技术方案较大数据平台在交易类应用中成熟。技术方案更成熟（1）、对开发人员的技术要求更高（1）
参考答案：/
问题2：Spark core、Flink、Impala、MapReduce，你认为哪个组件更合适实现清算核心逻辑（交易确认、收益分配），并陈述理由。
难度层次：中
认知水平：/
考核要点：对大数据计算组件的理解
得分点：选择Spark core，得5分；选择Flink，得3分；选择Impala，得2分；清算过程数据量大（10亿数据，逐笔清算），清算时效要求高，同时涉及复杂逻辑处理，综合考虑建议Spark core 。Sparkcore基于内存框架实现离线批量数据处理，比MR处理性能高（运算速度sparkcore比MR提升100倍），MR无法满足清算实效性要求，不选择MR。Spark 批处理比较成熟，在离线批处理场景目前更有优势，Flink在实时性要求高的场景更适合，清算过程是批处理过程，非实时要求场景，故在此场景下选择Spark比选择Flink更适合。Impala 同样基于内存计算，适合场景更多在交互式查询和数据分析，同时Impala SQL方式在复杂逻辑处理上没有Sparkcore灵活，清算过程涉及复杂逻辑处理非数据分析和查询场景，故在此场景下使用Sparkcore比Impala更适合。
参考答案：/
问题3：如果你是TA系统的负责人，请基于大数据生态设计一套技术解决方案（服务划分、技术组件选型）。
难度层次：/
考核要点：/
得分点：服务划分从业务边界考虑，需要分为账户中心和清算中心，构建运营中心，实现日常运营服务，如查看账户数据、清算结果等信息。总体技术架构考虑微服务架构和大数据平台技术混搭方式；清算中心的批量任务通过大数据技术实现；实时业务通过SpringCloud实现。考虑到当前的主流技术，前端采用VUE实现，后端采用SpringCloud技术，跑批业务通过Sparkcore实现，通过ES实现秒级查询。
参考答案：/
附件3
报名二维码
