(本文是写给风控入门同学的建议！)

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：

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；

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：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。

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。

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。

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。

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)

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。

1、行业经验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

(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。 - 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。

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。

(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)

二 面试问题

1、风控建模谈谈你对风控模型的理解？

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。

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。

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)

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)

2、特征工程如何对数据做质量检验？ 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。

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？ 1、稳定性高 2、区分度高 3、差异性大 4、符合业务逻辑

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： 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。 3、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： 1、逻辑回归 优点：简单、稳定、可解释、技术成熟、易于监测和部署 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 缺点：准确度不高 3、其他元模型 4、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

4、模型评估模型评估的常用方法？ 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、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。

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、模型监测上述一些运营数据和风控指标的关注

三 写在后边

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

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。

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。

我是正阳， 很高兴能通过文字认识你，点个关注，后会有期。

微信公众号：正阳能量场