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
: v1 R2 Z; ^! M7 Z% t0 e一 准备工作

  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：
2 W% y% ~8 ?+ |6 q
5 }) P( }  ^0 @  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；

% U/ r* K& |( C; @  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：
" B- p" [* \( p; H( A
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。
- x' H2 h0 N3 ?4 T0 Z
# G6 ]# R& Y( M7 ?0 N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。

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。

# n; h' |7 c0 x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。
" i- T0 F4 j- R3 b! F
/ n# t( B+ t  D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。
8 m$ N( ?8 Y# o7 d
. H0 I6 Y+ ]" y. \# k  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。
4 s- |  a3 W# G/ `6 e' E3 L

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）
, V( R% Z% m9 l: E  _
  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。

7 D6 g1 a) R* C3 j: m1、行业经验
4 f% P1 I6 n  {) S! [1 J; O1 T
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
$ F0 \+ m5 L( y% H
（以下详细内容请看笔者其他相关文章）

; t6 p! [: k# ?8 P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。
, V& |& ~+ s! k0 A4 U; M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。
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。
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。
$ \: H9 [9 r1 F1 m- z. D/ p/ _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。
  t3 A) w4 M! x! \" ^& q（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）
, z; s: ^) ~; Y7 g
" X" Z; Z7 t" L; w% w, |7 }2 q二 面试问题

1、风控建模

1 O5 X& a/ l, k谈谈你对风控模型的理解？
; `; W& v4 z$ ^8 v, t7 }* y
; [$ Y* V. b; D# L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。
' d' g7 O0 h' ?( T! o4 |, V9 Q
对客群进行细分建模的本质是什么？
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。
" [- P. R2 X# w: g  s
% `$ _  v+ D, S& [, h) X3 p# j- P拒绝推断应该怎么做，作用是什么？效果怎么样？
% y: |6 ]: I7 @  f7 P8 V（多查资料，博学审问慎思明辨）
* C  e( N; M0 E0 ^7 P
+ d: k1 C. U5 p( g) e6 X& H& [简要说明下标准评分卡开发流程
（多查资料，博学审问慎思明辨）
7 n! m0 E. H3 O) t( u9 i: d
0 H# R3 Y- w( }% s, b5 i  A2、特征工程

% S& I& A! Q1 x% t' U( a  ]如何对数据做质量检验？
3 S% y& m) d% F3 M/ A# r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：
% n/ N% `, g: l- d6 O1 P1、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。
9 n- X. X) _& z" k! v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。
筛选变量的常用方法
. c" |. P! R  W: [: G+ i: f, ]6 B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？
1、稳定性高
2、区分度高
9 g/ t) t9 N% y4 k: c+ l3、差异性大
4、符合业务逻辑
& Q; U2 `( h+ v9 M如何衍生特征？
$ W. A. L' Z( F变量的衍生并不复杂，通常我们会从三种角度出发：
1、数学运算。求和、比例、频率、平均等。
2、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。
: A  G; U% [& n" R4 u3、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。
3、机器学习算法

# q4 K4 l9 |" k$ v2 u2 v8 p; t简单介绍你熟悉的几种算法及其在应用场景中的差别！
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：
9 S$ J- z9 U1 `7 W" V1、逻辑回归
$ O  ?4 x. k0 F# a) }优点：简单、稳定、可解释、技术成熟、易于监测和部署
  h- z3 q) x% W3 }' t* |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
优点：对数据质量要求不高，易解释
* G: V! A2 B/ r+ {, l缺点：准确度不高
3、其他元模型
# c9 A2 \4 W) P& E0 S+ Z4、组合模型
! p5 {; M; M8 p8 \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
" p4 d) y! _- B& Y+ R2 J+ M9 ?4、模型评估
& F3 p" o: C) |2 V' X
模型评估的常用方法？
1 k6 ^+ j1 a  A2 e从三方面回答：
1、区分度：主要有KS和GINI指标，理解KS的定义及用法
2 k6 M7 M0 ?& v4 a2、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？
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。
3 N8 M& ]2 c2 n7 w% P5、模型部署

; @6 K5 Y8 m2 b# |) h- Y$ N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。
# Y! d; l# [" k) ^6、模型监测
1 s7 V$ f% b& a; ]
- g' O2 \8 x* N9 f8 z上述一些运营数据和风控指标的关注
) r- D/ ~) E" v/ S$ w三 写在后边

& Q( r# t  K" d9 a+ ]  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。
7 J7 t8 Q% Z6 |5 R' _" H5 S4 G0 s
  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
6 H" \/ r7 p1 w2 Q7 ?, Y7 f; J  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。
3 U6 i% P! l; M1 k0 A——数据驱动风险分析之父 阿什·古普塔
" p: P, q2 `) Q  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。
' {5 `( D' J8 R0 B
  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。


/ c: z- h$ W3 O+ z
* g- v, Y6 _& h! X