风控建模】互金 风控模型岗 基本要求及面试问题总结

杨利霞

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

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：

+ 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
  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# C
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 |
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。

  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$ |

; B7 E0 g4 W7 g& A$ U2 x8 g0 y画个VISIO：

  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 I
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。
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。
2、知识基础
5 o$ ]1 B0 i. N/ p% Z
（以下详细内容请看笔者其他相关文章）

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。
3、代码能力

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）

; [  R" v; g& L9 q! C. l9 \9 u' O" E二 面试问题
* `' n! v. D% F: h* I
1、风控建模

谈谈你对风控模型的理解？

! v: Q' p" x+ [1 `模型如何设计？
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! ]- i
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。

拒绝推断应该怎么做，作用是什么？效果怎么样？
（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）

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：
1、数据分布。
2、数据集中度检测。
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。
特征工程流程
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
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。
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
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？
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。
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
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。
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
2、决策树
8 Y3 n0 X  N& j优点：对数据质量要求不高，易解释
缺点：准确度不高
3、其他元模型
/ ?  |6 R+ ?/ ]+ Q4 {2 }3 w4、组合模型
优点：准确度高，稳定性强，泛化能力强，不易过拟合
缺点：不易解释，部署困难，计算量大
# f& m- M0 K  `" \4、模型评估

' Y: X1 I3 h1 O0 \4 ]2 a模型评估的常用方法？
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
3、稳定性：主要有PSI指标，理解PSI的定义及用法
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。
5、模型部署

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。
6、模型监测

& 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。

  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。

  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。
——北大经济学博士 香帅老师
  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。
——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。

! 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: }% E

- X! v2 l  Z1 A: L6 t- I