持證人簡介

郭暢，CDA數(shù)據(jù)分析師二級(jí)持證人，安徽大學(xué)畢業(yè)，目前就職于徽商銀行總行大數(shù)據(jù)部，兩年工作經(jīng)驗(yàn)，主要參與兩項(xiàng)跨部門項(xiàng)目建設(shè)，項(xiàng)目中主要負(fù)責(zé)模型開發(fā)，數(shù)據(jù)分析，模型運(yùn)營優(yōu)化等工作。

01 銀行大數(shù)據(jù)部工作重點(diǎn)

風(fēng)控是互聯(lián)網(wǎng)信貸的工作重心，機(jī)器學(xué)習(xí)算法在做逾期客戶以及防作弊和反詐預(yù)測上會(huì)使用到，然而在“算法”、“模型”之前還有最重要的，也是我們在工作中最費(fèi)時(shí)的數(shù)據(jù)預(yù)處理及特征篩選的部分。

在工作的這兩年中，我開始認(rèn)識(shí)到業(yè)務(wù)的重要性，畢竟模型是為業(yè)務(wù)賦能，會(huì)應(yīng)用到具體的業(yè)務(wù)場景，所做的模型都需要結(jié)合不同的業(yè)務(wù)場景設(shè)計(jì)不同的指標(biāo)，設(shè)計(jì)的指標(biāo)也會(huì)根據(jù)業(yè)務(wù)場景、應(yīng)用做篩選，具體問題具體分析。但是業(yè)務(wù)分析、數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、建模、模型評(píng)估以及應(yīng)用等流程重合度還是比較高的。

02 銀行模型開發(fā)工作流程

在數(shù)據(jù)提取方面用的最多的還是 SQL 語言，因?yàn)殂y行數(shù)據(jù)大部分都在數(shù)據(jù)倉庫里；建模、模型運(yùn)營分析方面一般用 Python。

我們進(jìn)行模型開發(fā)時(shí)都是根據(jù)業(yè)務(wù)部門需求進(jìn)行，所以需要先確定業(yè)務(wù)需求，明確了業(yè)務(wù)需求后，需要分析數(shù)據(jù)可用性、特征構(gòu)建、建模、評(píng)估等等。在實(shí)際工作中，我目前遇到的模型分為規(guī)則模型、機(jī)器學(xué)習(xí)模型以及兩種相結(jié)合的模型。

在工作之前我也覺得規(guī)則模型比較簡單，但是實(shí)際工作中就知道，針對(duì)特定場景、特定政策要求規(guī)則模型必不可少，針對(duì)規(guī)則模型，業(yè)務(wù)要求、監(jiān)管及政策導(dǎo)向極其重要，如何量化指標(biāo)、如何調(diào)優(yōu)是及其重要的部分；而針對(duì)于機(jī)器學(xué)習(xí)模型，特征篩選、模型構(gòu)建調(diào)優(yōu)中，模型本身、算法卻是重點(diǎn)之一。

這些工作對(duì)我來說，難度不是特別大，因?yàn)檠芯可陂g研究方向是機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘方面的，讀研期間考了CDA數(shù)據(jù)分析師二級(jí)，那段時(shí)間發(fā)現(xiàn)機(jī)器學(xué)習(xí)、特征工程這些與CDA二級(jí)考試內(nèi)容比較相符，加上有實(shí)操考試，就想邊學(xué)習(xí)邊考CDA可能更系統(tǒng)一點(diǎn)，也能檢測自己學(xué)習(xí)情況。而后來在找工作的途中也發(fā)現(xiàn)這方面知識(shí)還是比較熱門的，特別是在銀行數(shù)字化轉(zhuǎn)型的背景下。

日常工作中，遇到的數(shù)據(jù)存在各種各樣的問題，

• 如何處理缺失、異常？

• 如何進(jìn)行數(shù)據(jù)清洗、編碼？

• 在特征構(gòu)建以及篩選的過程中如何構(gòu)建有效特征？

• 如何進(jìn)行特征篩選？

這些在我備考CDA數(shù)據(jù)分析師期間都認(rèn)真學(xué)過，并且和實(shí)際工作也都有所重合。

入職銀行兩年多，由于所在的崗位比較對(duì)口，之前學(xué)習(xí)的內(nèi)容還是比較有用的，比如說評(píng)分卡模型、邏輯回歸、隨機(jī)森林、GBDT、XGBOOST算法等等在當(dāng)前的互聯(lián)網(wǎng)信貸上都常會(huì)用到。

03 銀行模型優(yōu)化

模型優(yōu)化其實(shí)應(yīng)該是貫穿整個(gè)模型生命周期必不可少的環(huán)節(jié)，應(yīng)該說是一個(gè)長期工作，但不能說是一定周期就一定要進(jìn)行模型優(yōu)化。

在我當(dāng)前的工作中，模型優(yōu)化有兩個(gè)原因：

• 1、業(yè)務(wù)需要；

• 2、模型需要。

對(duì)于前者，是指針對(duì)不同的業(yè)務(wù)場景和產(chǎn)品需要，結(jié)合業(yè)務(wù)或者產(chǎn)品的變動(dòng)需要進(jìn)行的模型優(yōu)化。

對(duì)于后者是指在模型運(yùn)營分析的過程中發(fā)現(xiàn)的問題進(jìn)行優(yōu)化，舉個(gè)例子，對(duì)于互聯(lián)網(wǎng)信貸模型，準(zhǔn)入端、模型端、授信端都有各自的模型或規(guī)則，如果某些規(guī)則、特征出現(xiàn)波動(dòng)，針對(duì)波動(dòng)出現(xiàn)的原因需要進(jìn)行分析，如果確認(rèn)是模型對(duì)當(dāng)前的客群出現(xiàn)了偏差，則應(yīng)該進(jìn)行不同程度的調(diào)整。

所以，模型優(yōu)化不是單獨(dú)進(jìn)行的，需要和業(yè)務(wù)需要以及日常模型監(jiān)控相結(jié)合。

04 模型優(yōu)化的實(shí)際案例

在過往的工作中，我參與的兩次模型優(yōu)化，模型優(yōu)化不是獨(dú)立出來的過程，也是需要從好壞客戶定義、樣本提取、查看分布、優(yōu)化調(diào)整、評(píng)估優(yōu)化結(jié)果等方面進(jìn)行的。

在實(shí)際的工作中，經(jīng)常存在模型剛上線一段時(shí)間，壞樣本不充足的情況，此時(shí)做模型優(yōu)化，需要把精力放在如何獲取壞客戶上，我們常遇到的解決辦法是找類似的場景去擴(kuò)充壞樣本，對(duì)于上線時(shí)間較長的其他場景的逾期客戶在進(jìn)行遷移率分析、進(jìn)行客戶分布重合度的驗(yàn)證后是否可以進(jìn)行壞樣本擴(kuò)充。

在好壞樣本定義和樣本提取之后，需要查看我們樣本在當(dāng)前模型的表現(xiàn)，也就是在樣本上通過變量取值回測模型規(guī)則、評(píng)分以及額度策略等等，針對(duì)好壞樣本表現(xiàn)分布，結(jié)合前期調(diào)整要求，比如變量閾值、額度參數(shù)等等這種簡單層面的，最后將調(diào)整后的結(jié)果和之前進(jìn)行對(duì)比、評(píng)估，在評(píng)估階段主要是從模型優(yōu)化前后效果比對(duì)和風(fēng)險(xiǎn)分析方面。

風(fēng)險(xiǎn)方面比如采用緊的變量調(diào)整方法，也就是控制壞客戶的進(jìn)入，可能造成的客戶申請通過率低貸款放不出去，可能是業(yè)務(wù)無法接受的，如若采用松的變量調(diào)整方法，放進(jìn)了大量客戶而導(dǎo)致壞客戶的進(jìn)入以至于逾期率、不良率上升的風(fēng)險(xiǎn)，在實(shí)際的調(diào)整過程中需要和業(yè)務(wù)端共同協(xié)調(diào)來定，完成所有流程后撰寫優(yōu)化報(bào)告以及測試報(bào)告就算完成了一次簡單的模型優(yōu)化。

05 機(jī)器學(xué)習(xí)在智能風(fēng)控上的應(yīng)用

其實(shí)，機(jī)器學(xué)習(xí)算法在銀行的應(yīng)用越來越廣，分類、聚類、關(guān)聯(lián)等都可能用到，也會(huì)用到神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、圖算法等。

從應(yīng)用方向上看，主要分為四類，分別是客戶管理、精準(zhǔn)營銷、智能風(fēng)控和運(yùn)營管理。在四類應(yīng)用方向中，客戶管理是基礎(chǔ)，通過機(jī)器學(xué)習(xí)可以實(shí)現(xiàn)精細(xì)化客戶管理，在此基礎(chǔ)之上，可以對(duì)精準(zhǔn)營銷、智能風(fēng)控等進(jìn)行賦能。

我主要說一下智能風(fēng)控方面的應(yīng)用，一般銀行對(duì)智能風(fēng)控的應(yīng)用體現(xiàn)在互聯(lián)網(wǎng)信貸上，如何識(shí)別、預(yù)測“壞客戶”是重中之重。一般分為三大關(guān)卡：準(zhǔn)入端、模型端、授信端，針對(duì)不同關(guān)卡設(shè)置不同的規(guī)則、模型、策略。

其中用到的機(jī)器學(xué)習(xí)模型主要體現(xiàn)在評(píng)分卡模型以及各種分類預(yù)測算法，傳統(tǒng)的評(píng)分卡模型為了追求解釋性主要采用邏輯回歸，也就是一種復(fù)雜特征工程與一種簡單模型結(jié)合的方法，然而現(xiàn)在為了增加預(yù)測精度更多結(jié)合一些先進(jìn)算法來挖掘更多潛在風(fēng)險(xiǎn)，近幾年，對(duì)團(tuán)伙以及關(guān)聯(lián)關(guān)系的挖掘也層出不窮，圖算法也是比較熱門的算法之一，我們項(xiàng)目中也在用，在與傳統(tǒng)的算法比較中也有比較突出的效果。

機(jī)器學(xué)習(xí)算法在銀行數(shù)字化轉(zhuǎn)型的背景下越來越普遍的應(yīng)用在各個(gè)業(yè)務(wù)場景中，神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)的算法也不斷的被引用。

抓住機(jī)遇，狠狠提升自己

隨著各行各業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，數(shù)據(jù)分析能力已經(jīng)成了職場的剛需能力，這也是這兩年CDA數(shù)據(jù)分析師大火的原因。和領(lǐng)導(dǎo)提建議再說“我感覺”“我覺得”，自己都覺得心虛，如果說“數(shù)據(jù)分析發(fā)現(xiàn)……”，肯定更有說服力。想在職場精進(jìn)一步還是要學(xué)習(xí)數(shù)據(jù)分析的，統(tǒng)計(jì)學(xué)、概率論、商業(yè)模型、SQL，Python還是要會(huì)一些，能讓你工作效率提升不少。備考CDA數(shù)據(jù)分析師的過程就是個(gè)自我提升的過程。

CDA 考試官方報(bào)名入口:https://www.cdaglobal.com/pinggu.html