1、加强数理基础知识体系建设的同时，加强数理知识与金融学科的融合课程建设
传统金融工程专业课程设置中，已有大量数理基础建设的内容，如《高等数学》《统计学》《概率论与数理统计》《微积分》《统计学》《计量经济学》等课程，均是从不同的视角训练逻辑思维能力和量化思维能力，但是，这些课程与金融问题的融合度不够，加强金融与数理知识融合课程的建设，是金融工程专业建设的主要内容。如《金融随机过程》《金融计量学》《大数据金融》等课程的建设，能提高金融问题与数理知识的融合度。以《金融计量经济学》课程建设为例，一方面锻炼量化思维能力，学习计量的建模思路，建模原理及过程，另一方面，通过对资本资产定价模型，市场有效性，风险管理，衍生品定价等实证分析，加强计量理论与金融方法的有效融合。
2、加强大数据收集、预处理、挖掘知识体系建设
金融数据，除了上交所、深交所等交易市场的公告、财报、监管信息，财经新闻网站等传统信息外，数据信息渠道多元化，信息呈现方式多元化，碎片化。比如微信、微博、贴吧、股票论坛等社交媒体数据，如百度搜索等关注数据，如金融行业内部自有自建的数据库等。在大数据时代，需要新增建设金融工程学生采集实时动态数据能力的课程内容，掌握网络爬虫技术，掌握自建物联网终端消费品采集数据的技术，自建互联网平台等采集一手数据的技术。
传统数据分析中，数据预处理是相对简单和容易被忽略的环节，然而在大数据时代，针对低密度的巨量信息，数据清洗，数据预处理能力是必要的，至关重要的。掌握如Kettle等数据预处理工具，针对文本信息、不同类型和格式数据的导入和导出技术，对于字符串、字段信息等数据清洗技术，数据的去重，排序技术，都是金融工程专业中需要建设的内容。
信息的挖掘、相关分析，几乎是个金融工程的从业者必须要面临的问题，对于如新闻舆情数据，股票数据，征信数据，如何借助前沿的分析工具进行挖掘与分析数据，是需要要掌握的新知识；云服务器技术，机器学习方法，决策树、神经网络等算法都是信息时代、科技时代金融工程人才必须要建设的新内容。
3、加强统计软件、计算机软件课程建设，加强实践教学建设
金融工程专业的目的是，培养学生运用建模思维，模拟开发金融工具、金融产品，设计金融实验等实施金融产品定价，提高金融服务效率及解决各类金融问题，该学科需要以数学和计算机作为工具，实现其对金融产品的设计和实施。因此，对学生的统计软件基础和计算机软件基础本身有很高的要求。随着数据科学的发展，金融工程专业建设中，传统的Excel、SPSS、Eviews、Stata等标准化半标准化的统计分析软件，已经不能够满足金融交易类数据、社交媒体数据、视频类、音频类数据的分析要求，更新完善统计软件和计算机软件的课程建设，加强与理论教学相匹配的实践教学是金融工程专业建设的重要任务。如《Python金融编程》《Python金融大数据挖掘与分析》等课程的建设，能有效将大数据金融理论教学与实践教学相结合，能够实现金融建模中金融数据的获取、金融数据的预处理，金融数据挖掘与分析，掌握网络爬虫技术，掌握金融数据库的存取技术，实现舆情分析，智能投顾、量化投资、大数据风险控制与管理、识别金融欺诈等多种金融应用。