持證人簡介

郭暢，CDA數據分析師二級持證人，安徽大學畢業，目前就職于徽商銀行總行大數據部，兩年工作經驗，主要參與兩項跨部門項目建設，項目中主要負責模型開發，數據分析，模型運營優化等工作。

01 銀行大數據部工作重點

風控是互聯網信貸的工作重心，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據預處理及特征篩選的部分。

在工作的這兩年中，我開始認識到業務的重要性，畢竟模型是為業務賦能，會應用到具體的業務場景，所做的模型都需要結合不同的業務場景設計不同的指標，設計的指標也會根據業務場景、應用做篩選，具體問題具體分析。但是業務分析、數據獲取、數據預處理、建模、模型評估以及應用等流程重合度還是比較高的。

02 銀行模型開發工作流程

在數據提取方面用的最多的還是 SQL 語言，因為銀行數據大部分都在數據倉庫里；建模、模型運營分析方面一般用 Python。

我們進行模型開發時都是根據業務部門需求進行，所以需要先確定業務需求，明確了業務需求后，需要分析數據可用性、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、特定政策要求規則模型必不可少，針對規則模型，業務要求、監管及政策導向極其重要，如何量化指標、如何調優是及其重要的部分；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、數據挖掘方面的，讀研期間考了CDA數據分析師二級，那段時間發現機器學習、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可能更系統一點，也能檢測自己學習情況。而后來在找工作的途中也發現這方面知識還是比較熱門的，特別是在銀行數字化轉型的背景下。

日常工作中，遇到的數據存在各種各樣的問題，

• 如何處理缺失、異常？

• 如何進行數據清洗、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數據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網信貸上都常會用到。

03 銀行模型優化

模型優化其實應該是貫穿整個模型生命周期必不可少的環節，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化。

在我當前的工作中，模型優化有兩個原因：

• 1、業務需要；

• 2、模型需要。

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

對于后者是指在模型運營分析的過程中發現的問題進行優化，舉個例子，對于互聯網信貸模型，準入端、模型端、授信端都有各自的模型或規則，如果某些規則、特征出現波動，針對波動出現的原因需要進行分析，如果確認是模型對當前的客群出現了偏差，則應該進行不同程度的調整。

所以，模型優化不是單獨進行的，需要和業務需要以及日常模型監控相結合。

04 模型優化的實際案例

在過往的工作中，我參與的兩次模型優化，模型優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、優化調整、評估優化結果等方面進行的。

在實際的工作中，經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，也就是在樣本上通過變量取值回測模型規則、評分以及額度策略等等，針對好壞樣本表現分布，結合前期調整要求，比如變量閾值、額度參數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務端共同協調來定，完成所有流程后撰寫優化報告以及測試報告就算完成了一次簡單的模型優化。

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、關聯等都可能用到，也會用到神經網絡、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在互聯網信貸上，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則、模型、策略。

其中用到的機器學習模型主要體現在評分卡模型以及各種分類預測算法，傳統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字化轉型的背景下越來越普遍的應用在各個業務場景中，神經網絡、深度學習的算法也不斷的被引用。

抓住機遇，狠狠提升自己

隨著各行各業進行數字化轉型，數據分析能力已經成了職場的剛需能力，這也是這兩年CDA數據分析師大火的原因。和領導提建議再說“我感覺”“我覺得”，自己都覺得心虛，如果說“數據分析發現……”，肯定更有說服力。想在職場精進一步還是要學習數據分析的，統計學、概率論、商業模型、SQL，Python還是要會一些，能讓你工作效率提升不少。備考CDA數據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