持證人簡介

郭暢，CDA數(shù)據(jù)分析師二級持證人，安徽大學畢業(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，主要參與兩項跨部門項目建設，項目中主要負責模型開發(fā)，數(shù)據(jù)分析，模型運營優(yōu)化等工作。

01 銀行大數(shù)據(jù)部工作重點

風控是互聯(lián)網(wǎng)信貸的工作重心，機器學習算法在做逾期客戶以及防作弊和反詐預測上會使用到，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時的數(shù)據(jù)預處理及特征篩選的部分。

在工作的這兩年中，我開始認識到業(yè)務的重要性，畢竟模型是為業(yè)務賦能，會應用到具體的業(yè)務場景，所做的模型都需要結合不同的業(yè)務場景設計不同的指標，設計的指標也會根據(jù)業(yè)務場景、應用做篩選，具體問題具體分析。但是業(yè)務分析、數(shù)據(jù)獲取、數(shù)據(jù)預處理、建模、模型評估以及應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，因為銀行數(shù)據(jù)大部分都在數(shù)據(jù)倉庫里；建模、模型運營分析方面一般用 Python。

我們進行模型開發(fā)時都是根據(jù)業(yè)務部門需求進行，所以需要先確定業(yè)務需求，明確了業(yè)務需求后，需要分析數(shù)據(jù)可用性、特征構建、建模、評估等等。在實際工作中，我目前遇到的模型分為規(guī)則模型、機器學習模型以及兩種相結合的模型。

在工作之前我也覺得規(guī)則模型比較簡單，但是實際工作中就知道，針對特定場景、特定政策要求規(guī)則模型必不可少，針對規(guī)則模型，業(yè)務要求、監(jiān)管及政策導向極其重要，如何量化指標、如何調優(yōu)是及其重要的部分；而針對于機器學習模型，特征篩選、模型構建調優(yōu)中，模型本身、算法卻是重點之一。

這些工作對我來說，難度不是特別大，因為研究生期間研究方向是機器學習、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，那段時間發(fā)現(xiàn)機器學習、特征工程這些與CDA二級考試內容比較相符，加上有實操考試，就想邊學習邊考CDA可能更系統(tǒng)一點，也能檢測自己學習情況。而后來在找工作的途中也發(fā)現(xiàn)這方面知識還是比較熱門的，特別是在銀行數(shù)字化轉型的背景下。

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？

• 如何進行數(shù)據(jù)清洗、編碼？

• 在特征構建以及篩選的過程中如何構建有效特征？

• 如何進行特征篩選？

這些在我備考CDA數(shù)據(jù)分析師期間都認真學過，并且和實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口，之前學習的內容還是比較有用的，比如說評分卡模型、邏輯回歸、隨機森林、GBDT、XGBOOST算法等等在當前的互聯(lián)網(wǎng)信貸上都常會用到。

03 銀行模型優(yōu)化

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

在我當前的工作中，模型優(yōu)化有兩個原因：

• 1、業(yè)務需要；

• 2、模型需要。

對于前者，是指針對不同的業(yè)務場景和產品需要，結合業(yè)務或者產品的變動需要進行的模型優(yōu)化。

對于后者是指在模型運營分析的過程中發(fā)現(xiàn)的問題進行優(yōu)化，舉個例子，對于互聯(lián)網(wǎng)信貸模型，準入端、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，針對波動出現(xiàn)的原因需要進行分析，如果確認是模型對當前的客群出現(xiàn)了偏差，則應該進行不同程度的調整。

所以，模型優(yōu)化不是單獨進行的，需要和業(yè)務需要以及日常模型監(jiān)控相結合。

04 模型優(yōu)化的實際案例

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)化調整、評估優(yōu)化結果等方面進行的。

在實際的工作中，經(jīng)常存在模型剛上線一段時間，壞樣本不充足的情況，此時做模型優(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充壞樣本，對于上線時間較長的其他場景的逾期客戶在進行遷移率分析、進行客戶分布重合度的驗證后是否可以進行壞樣本擴充。

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、評分以及額度策略等等，針對好壞樣本表現(xiàn)分布，結合前期調整要求，比如變量閾值、額度參數(shù)等等這種簡單層面的，最后將調整后的結果和之前進行對比、評估，在評估階段主要是從模型優(yōu)化前后效果比對和風險分析方面。

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

05 機器學習在智能風控上的應用

其實，機器學習算法在銀行的應用越來越廣，分類、聚類、關聯(lián)等都可能用到，也會用到神經(jīng)網(wǎng)絡、深度學習、圖算法等。

從應用方向上看，主要分為四類，分別是客戶管理、精準營銷、智能風控和運營管理。在四類應用方向中，客戶管理是基礎，通過機器學習可以實現(xiàn)精細化客戶管理，在此基礎之上，可以對精準營銷、智能風控等進行賦能。

我主要說一下智能風控方面的應用，一般銀行對智能風控的應用體現(xiàn)在互聯(lián)網(wǎng)信貸上，如何識別、預測“壞客戶”是重中之重。一般分為三大關卡：準入端、模型端、授信端，針對不同關卡設置不同的規(guī)則、模型、策略。

其中用到的機器學習模型主要體現(xiàn)在評分卡模型以及各種分類預測算法，傳統(tǒng)的評分卡模型為了追求解釋性主要采用邏輯回歸，也就是一種復雜特征工程與一種簡單模型結合的方法，然而現(xiàn)在為了增加預測精度更多結合一些先進算法來挖掘更多潛在風險，近幾年，對團伙以及關聯(lián)關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。

機器學習算法在銀行數(shù)字化轉型的背景下越來越普遍的應用在各個業(yè)務場景中，神經(jīng)網(wǎng)絡、深度學習的算法也不斷的被引用。

抓住機遇，狠狠提升自己

隨著各行各業(yè)進行數(shù)字化轉型，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。和領導提建議再說“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。想在職場精進一步還是要學習數(shù)據(jù)分析的，統(tǒng)計學、概率論、商業(yè)模型、SQL，Python還是要會一些，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自我提升的過程。

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