
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。
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。
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?
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。
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。
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。
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。
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
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03