- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 565658 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174920
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
风控建模】互金 风控模型岗 基本要求及面试问题总结
7 j2 j8 p* Q" K8 x% z一 准备工作) n1 g1 ^1 i& V1 b
9 O. t5 |: \8 V# E 根据核心职业CD法则,找工作前,你得先清楚自己有什么,自己要什么;面试单位有什么,面试单位要什么。就笔者近一年的学习及工作经验总结而言:9 {6 W8 j" [5 {! w/ N
+ p6 X; d% Z' U: v, U 科班同学,最好直接从统计分析、应用统计角度入手,从事金融、生物、医药等领域里的数据分析或数据挖掘相关工作;
! Q+ q+ [. `+ r3 J+ B. {0 v5 m7 R1 ~$ j; y
非科班转行来的,建议直接做金融,需要的专业知识不多,行业知识也易懂,而且信用中国还有很长的路要走,在这个领域扎根越久,收益越高,因为我们要学的这些知识首先是保值甚至是增值的。可掌握的技能基本可以选择大数据、数据提取、处理、分析、建模这五大块儿,内容及要求总结如下:
$ e; v5 i$ d* d/ x# C2 X, T' T- \* D
前搞MIS(报表分析):业务报表及报告的生产,掌握excel手动报表汇总、透视等功能,tableaue等线上BI报表制作、分析。
$ A: R% G" l, G' {$ K7 l: C
5 A3 o( V) k+ F' r4 a3 e: a后搭数仓(数据提取):数据仓库,包括关系型、非关系型、大数据、图数据等数据库、数据表的设计(常为后端人员开发,数据人员需要了解表结构、字段类型等),数据存储、提取、转换、清洗、处理;需熟练掌握SQL、HQL、NQL等语言,可以做json、dict、frame、pkl等数据格式的转换。
$ c. Z" {- _& U2 X
; Z3 d5 l2 Y/ d+ m/ B g) x左建模型(模型开发):金融风控模型,不单单指评分卡,而是针对产品营销、定价、授信、管理、催收、监测等业务流程开发的一系列策略、规则、评分卡的集合,通常我们认为,利用有监督、无监督、半监督、深度学习等算法开发的评分卡是风控模型中卓有成效的技术。
% W) N, {2 P/ g5 h. w9 y5 |1 a! Q; q8 X/ A4 Y6 n
右通算法(数据挖掘):LR、RF、XGBoost、SVM等常见算法。对跨领域转行过来的同学来说,算法这块,既有趣,又神秘,关键还难懂,让人又爱又恨。好的算法工程师,需要扎实的计算机算法、算力、数据结构等基础,需要扎实的概率、统计、多元回归、矩阵等基础,我等渣渣励志做算法的话,3~5年起步吧。
2 y2 v7 M _& H8 n/ M3 E ^1 d
, L" Z. c& k1 {" W核心懂业务:P2P、消费分期、现金贷、传统金融、大额、小额、信用卡、车贷、抵押、资产、标的等业态;风险定价、反欺诈、信用循环、信审、提额等环节;滚动、迁徙、账龄、递延、回收、坏账等指标。要懂的东西,也多也不多。) k# q7 L: E) p3 e& m: h9 [3 U0 w
+ i: ~2 U# E" g/ M5 Y/ }4 ?+ R
所以,除非奔着算法工程师去,否则最好的入行策略就是熟知行业业务流程,从数据库、数据提取、数据挖掘、数据分析、风控建模等岗位中择一良木而栖,夯实基本数据提取、挖掘、建模等流程所用到的技术。算法这块儿,只需要掌握常用LR、树模型等算法的原理,能够使用编程工具实现即可。
r' g9 t; ~0 Q3 Z U* \' U$ |& h: N2 T: H5 u9 i5 X8 T: s
; B7 E0 g4 W7 g& A$ U2 x8 g0 y画个VISIO: 6 I3 O1 ?6 o/ E8 J+ \9 s
; p& _1 z1 q6 w$ e% w2 J
所有知识点都掌握,并且能够熟练运用,已然建立体系,胸有成竹,你就可以骄傲的自封一个全能数据战士的名号了,简直朝阳区中最靓的仔。(悄悄说一句,全栈离经理和总监更近,产品、前后端都得给你点个赞)
5 P7 V! `2 g( h6 C& E
) ` J% E8 @' t6 G. @ 那针对金融风控岗,我们的面试准备工作,就从以上几点出发,重点从模型着手。
, q: S) E4 N' x9 a! v: t; S9 A7 J2 I2 g3 [9 t6 S; o
1、行业经验
0 C5 }7 g. z5 z- z w8 V
+ q+ T$ k, ~. K2 V. y, f6 ~" {互联网金融风控岗位的业务理解,比如:信用循环体系;核拨率、递延率、坏账率等运营指标;滚动率、账龄分析等分析指标。' U8 g" v* {2 V9 ]; O
风控模型的开发流程,比如:信用模型评分卡的开发、上线、优化等过程及方法。) S# U# n0 D% p$ V6 s! l& T; W, g
2、知识基础
5 o$ ]1 B0 i. N/ p% Z' `$ b" @9 a, V2 F* h+ ?
(以下详细内容请看笔者其他相关文章)& V( ~5 f0 [( e6 K( \
* a+ y/ r& R/ p6 P# c
数据存取与处理: 基础能力,这是数据分析类工作的技能基础,也是任何一个数据类工种都需要的基础能力,不熟练的话就再学一段时间。
1 K! V0 A9 _9 Y+ F1 Q统计学习: 机器学习的基础是概率论与统计学习,这块儿你可以不必特别扎实,但像五位数、方差、正态分布、相关系数、假设检验常用知识点得了解并掌握。
/ b8 y, @5 g( ^7 ]+ Q- b数据挖掘: 不论是规则还是评分卡,风控建模类工作的大量工作内容就是对用户特征的挖掘、定义、扩展、转换、处理、分析、运用,以产生对业务有帮助的决策数据。所以特征工程来龙去脉需要懂,并且会熟练使用。
v3 X4 _! K7 J常用算法: 用于特征工程及建模工作,同样不必全懂,但一到两种常用算法的推导及一到两种融合算法的原理必须掌握,常用的元模型为逻辑回归、决策树;常用的融合模型有随机森林;神经网络则有ANN。6 V0 r5 `" o+ a) Z- P
3、代码能力6 ?+ x! D3 ~: ~8 {5 n. W
4 f; U$ Y; r0 h, J
python | R | sas,把一门代码类工具运用熟练即可。就python而言,像pandas、numpy、statsmodels、sklearn,这几个包学扎实就行。
) }/ I9 E& b; r! ?; D s) m6 E l(选工具的话,建议python,别问为什么,怕被隔壁用R、spss、PHP、java、excel的媛儿们暴锤)% y* Z" b d+ m5 v/ `+ L, v( A; C
; [ R" v; g& L9 q! C. l9 \9 u' O" E二 面试问题
* `' n! v. D% F: h* I" a! \) s ]5 z* T
1、风控建模5 R# \& s3 U1 _6 W
+ q' v9 i* i5 e
谈谈你对风控模型的理解?+ m3 O7 s0 o- ^8 {9 l
! v: Q' p" x+ [1 `模型如何设计?% n( h5 |6 p& m$ j) p) w; k
可以从滚动率、迁徙率来回答,也可以从反欺诈、ABC卡回答。
+ q9 s& b! \4 C4 Y2 J! ]- i8 |/ }0 ~# t) W8 l8 j+ `6 U
对客群进行细分建模的本质是什么?
0 r4 \0 q9 `0 T5 E其实分客群进行建模,实质也是一种交叉特征,能提高模型稳定性。 t7 V) u5 _2 A) m5 v! t2 L/ H
+ @3 s2 n. I4 c5 R( n
拒绝推断应该怎么做,作用是什么?效果怎么样?2 @# u! |* A) h6 K j# Z+ W- |
(多查资料,博学审问慎思明辨)
5 O" y- m; h6 A* _2 O% r/ p
6 K! g* H a# w$ s: K/ L# X简要说明下标准评分卡开发流程
7 w4 N7 j! y8 J4 K(多查资料,博学审问慎思明辨)0 a/ p- M, i0 p$ D2 D' }
) d6 c* q9 |+ d6 _# w- J9 Q7 N
2、特征工程
+ [5 C) D7 |- k( K3 r
& K& E$ J: Y& |+ d# b$ j如何对数据做质量检验?
& g1 i8 u7 @" C+ k- k# n: _在完成数据匹配工作之后,建模之前,我们需要对数据进行整体的质量检测,主要有两个方面:7 [. }8 U& R5 L) R* [' N
1、数据分布。' S& {% X+ s2 t" |; L) k% N& G
2、数据集中度检测。6 q, \/ U# r9 L. {* R) n
3、数据脏乱情况。缺失值(是否隐藏风险)、离群值、错误值、重复值,根据其是否符合业务逻辑,判断数据是否存在异常。4 s* K' c6 [$ P' T: v
特征工程流程( @+ \& o7 h- ~" |# o
关键词: 特征预处理、特征选择、特征衍生、特征提取等。用到的技术主要有连续变量离散化、分类变量哑编码、卡方分箱、特征编码、共线性检验、PCA降维、交叉验证等。
7 j# l$ w6 t4 k- ], l6 y筛选变量的常用方法% N* [. e" ]8 b( ^% u- m& g
筛选变量有很多种方法,随机森林、GBDT、逻辑回归显著性、VIF共线性、相关性图谱等、随机逻辑回归筛选、递归法筛选等。6 I8 M, z& O. n$ y# A
好的特征需要具备哪些优势?
5 }% n6 {4 a; ?2 }/ b4 \5 Z; @9 b4 r1、稳定性高1 [! K4 x7 G) \9 I& M0 m3 T
2、区分度高
5 l, Q" ?1 |5 U. [% T/ U r3、差异性大
# C: |8 H# d1 S. \& D2 _& H4、符合业务逻辑
1 g% G) C( B$ Z- H- B- \3 {% _如何衍生特征?/ ~. `# ^3 J$ T
变量的衍生并不复杂,通常我们会从三种角度出发:
9 @% v. P. M0 N% p1、数学运算。求和、比例、频率、平均等。
7 M8 b8 G& Y0 r- y* Q8 R8 s2、时间窗口。有些变量的意义只有在一段时间内才有效,所以针对时间比如说注册如期、交易日期等变量,需要计算其到现在的时间段,完成变量的衍生。
" C0 w2 p. v( L, q3、交叉组合。GBDT\XGBoost、LDA主题模型、用户画像分等等都可以做特征衍生。6 T! h# }7 d# E( ?" c f7 J
衍生出来的特征要符合实际业务含义,并且要保持稳定。
/ |2 i$ _7 {; ]- \9 ~$ V3、机器学习算法
& X5 O9 }2 l2 h$ f4 r" u: j. s4 z' u+ v7 Y* E) n
简单介绍你熟悉的几种算法及其在应用场景中的差别!
, V5 g8 U" D+ Y& t# o2 D一些基本公式的推导,比如LR、xgb之类的,这些可以自己推导一下。7 S0 ^: L4 y! I. s1 \
简单评价几种常用算法的优缺点:
' d$ ? F# e! d. b$ j1、逻辑回归
% R. F; Q. k9 u' k _优点:简单、稳定、可解释、技术成熟、易于监测和部署
9 G8 t: |& Y, w! c; v$ m6 v' w1 L缺点:一定不能有缺失数据;必须是数值型特征,需要编码;准确度不高3 R* A {, R9 G" l$ `3 `
2、决策树
8 Y3 n0 X N& j优点:对数据质量要求不高,易解释) Y4 h X4 _: L* u i# i4 P
缺点:准确度不高- U$ r6 y- b1 l0 `7 f- F
3、其他元模型
/ ? |6 R+ ?/ ]+ Q4 {2 }3 w4、组合模型+ z8 S; D2 u. V# p: h+ F
优点:准确度高,稳定性强,泛化能力强,不易过拟合: d" `* Q; {7 r# S1 q
缺点:不易解释,部署困难,计算量大
# f& m- M0 K `" \4、模型评估! \& L6 p/ g0 p& ]9 x* Q& M
' Y: X1 I3 h1 O0 \4 ]2 a模型评估的常用方法?; U: T$ T* }+ ^4 l2 \# W
从三方面回答:
! g- F6 z. d. } [/ L# V1、区分度:主要有KS和GINI指标,理解KS的定义及用法
7 {/ ~' P; Y$ [" z: W/ P2、准确性:主要有roc曲线和AUC指标,理解AUC的定义及用法( O$ h2 }) N5 i8 A
3、稳定性:主要有PSI指标,理解PSI的定义及用法3 @" S. W' v l
auc和ks的关系?
* u: u- C+ B: M+ o f" W% h7 C有人说auc是衡量整个模型的排序能力,KS是衡量某个分段的区分能力。4 p) G! f; |4 q+ c8 R$ W
5、模型部署1 I% O- ~9 }, x% \+ P, M3 c6 b& x
. W$ z* F5 t% [& v0 [+ _
模型的部署上线应用类似的问题,偏开发,分析人员可能不太擅长。主要就是api接口安装、测试、等级划分、额度设计、风险定价、ABtest的设计等等。% d; X8 s0 C; e4 `' h; e
6、模型监测! l5 Z5 O. G- J7 @
& p4 v& t7 X5 }0 j; V: j% b# D. A上述一些运营数据和风控指标的关注
( @/ H( S# ]# d9 b, h; L三 写在后边
5 n& B5 m" W9 r" V" y
& E W4 j' A3 x 在全世界,分析能力都有同质化的趋势——大量的技术已经进入这个领域,壁垒几乎已经没了。长期、可持续的优势,来自企业拥有的人才和你手里的数据。9 @7 A3 ]# d4 h: Z$ H
. A @" G) K3 @" A8 _5 _9 T: j8 R
总体而言,中国的金融科技市场是全世界最先进的,而且领先了很多。不过,在一个领域,中国的进步没有世界上其他国家大,那就是综合数据分析领域。如何更明智地使用数据,是全世界留给中国人的机会。, r$ [4 M# j L, n5 X! k5 R
( i/ |, |/ \( d; h) G
关于学什么这件事情。原本一直非常犹豫要不要学习编程,现在非常明确了,这件事最好的开始时间是大学,其次是现在,而且必须是直接掌握最先进的编程语言,主攻数据挖掘和数据分析的方向,并与这方面的专业人士建立链接。5 N5 i1 N2 L; r
——北大经济学博士 香帅老师* g: V% r, ^, ~$ S5 Y. I+ [6 ]
风险管理绝不只是数据、模型,它是产品、流程和分析的有效结合。好的风险管理能真正理解流程,真正进入流程、着眼于流程。它能理解产品,理解客户和竞争对手的意图,然后将数据和分析与之结合。5 q( O. s$ G5 X! U
——数据驱动风险分析之父 阿什·古普塔
4 k9 i2 M' O+ Y8 C U 别怕,难者不会,会者不难,稀缺意味着价值。每当坚持不下去的时候,回头看看你自己走过的那段路,虽然曲折,但异彩纷呈,关键还有这么一群可爱又努力的人陪着。6 U( y6 F0 @' x7 c
! W6 ~7 G- c$ r- t" T. P) W8 U& W 总结经验,昂首阔步,心里装着善良和坚强,到哪都会散发光芒。
8 a* y. S) E1 M: }% E9 @! J& b/ H4 k8 X1 @
- X! v2 l Z1 A: L6 t- I! [6 I. N! L7 }
6 i( p& i" x5 L' p. I, s; l3 O" Y
$ a2 M: Z* N/ A" @3 T+ L
" e- D! B, J* \7 F, Q; R
|
zan
|