CDA持证人简介郭畅CDA 数据分析师二级持证人安徽大学毕业目前就职于徽商银行总行大数据部两年工作经验主要参与两项跨部门项目建设项目中主要负责模型开发数据分析模型运营优化等工作。01 银行大数据部工作重点风控是互联网信贷的工作重心机器学习算法在做逾期客户以及防作弊和反诈预测上会使用到然而在“算法”、“模型”之前还有最重要的也是我们在工作中最费时的数据预处理及特征筛选的部分。在工作的这两年中我开始认识到业务的重要性毕竟模型是为业务赋能会应用到具体的业务场景所做的模型都需要结合不同的业务场景设计不同的指标设计的指标也会根据业务场景、应用做筛选具体问题具体分析。但是业务分析、数据获取、数据预处理、建模、模型评估以及应用等流程重合度还是比较高的。02 银行模型开发工作流程在数据提取方面用的最多的还是 SQL 语言因为银行数据大部分都在数据仓库里建模、模型运营分析方面一般用 Python。我们进行模型开发时都是根据业务部门需求进行所以需要先确定业务需求明确了业务需求后需要分析数据可用性、特征构建、建模、评估等等。在实际工作中我目前遇到的模型分为规则模型、机器学习模型以及两种相结合的模型。在工作之前我也觉得规则模型比较简单但是实际工作中就知道针对特定场景、特定政策要求规则模型必不可少针对规则模型业务要求、监管及政策导向极其重要如何量化指标、如何调优是及其重要的部分而针对于机器学习模型特征筛选、模型构建调优中模型本身、算法却是重点之一。这些工作对我来说难度不是特别大因为研究生期间研究方向是机器学习、数据挖掘方面的读研期间考了 CDA 数据分析师二级那段时间发现机器学习、特征工程这些与 CDA 二级考试内容比较相符加上有实操考试就想边学习边考 CDA 可能更系统一点也能检测自己学习情况。而后来在找工作的途中也发现这方面知识还是比较热门的特别是在银行数字化转型的背景下。日常工作中遇到的数据存在各种各样的问题如何处理缺失、异常如何进行数据清洗、编码在特征构建以及筛选的过程中如何构建有效特征如何进行特征筛选这些在我备考 CDA 数据分析师期间都认真学过并且和实际工作也都有所重合。入职银行两年多由于所在的岗位比较对口之前学习的内容还是比较有用的比如说评分卡模型、逻辑回归、随机森林、GBDT、XGBOOST算法等等在当前的互联网信贷上都常会用到。03 银行模型优化模型优化其实应该是贯穿整个模型生命周期必不可少的环节应该说是一个长期工作但不能说是一定周期就一定要进行模型优化。在我当前的工作中模型优化有两个原因1、业务需要2、模型需要。对于前者是指针对不同的业务场景和产品需要结合业务或者产品的变动需要进行的模型优化。对于后者是指在模型运营分析的过程中发现的问题进行优化举个例子对于互联网信贷模型准入端、模型端、授信端都有各自的模型或规则如果某些规则、特征出现波动针对波动出现的原因需要进行分析如果确认是模型对当前的客群出现了偏差则应该进行不同程度的调整。所以模型优化不是单独进行的需要和业务需要以及日常模型监控相结合。04 模型优化的实际案例在过往的工作中我参与的两次模型优化模型优化不是独立出来的过程也是需要从好坏客户定义、样本提取、查看分布、优化调整、评估优化结果等方面进行的。在实际的工作中经常存在模型刚上线一段时间坏样本不充足的情况此时做模型优化需要把精力放在如何获取坏客户上我们常遇到的解决办法是找类似的场景去扩充坏样本对于上线时间较长的其他场景的逾期客户在进行迁移率分析、进行客户分布重合度的验证后是否可以进行坏样本扩充。在好坏样本定义和样本提取之后需要查看我们样本在当前模型的表现也就是在样本上通过变量取值回测模型规则、评分以及额度策略等等针对好坏样本表现分布结合前期调整要求比如变量阈值、额度参数等等这种简单层面的最后将调整后的结果和之前进行对比、评估在评估阶段主要是从模型优化前后效果比对和风险分析方面。风险方面比如采用紧的变量调整方法也就是控制坏客户的进入可能造成的客户申请通过率低贷款放不出去可能是业务无法接受的如若采用松的变量调整方法放进了大量客户而导致坏客户的进入以至于逾期率、不良率上升的风险在实际的调整过程中需要和业务端共同协调来定完成所有流程后撰写优化报告以及测试报告就算完成了一次简单的模型优化。05 机器学习在智能风控上的应用其实机器学习算法在银行的应用越来越广分类、聚类、关联等都可能用到也会用到神经网络、深度学习、图算法等。从应用方向上看主要分为四类分别是客户管理、精准营销、智能风控和运营管理。在四类应用方向中客户管理是基础通过机器学习可以实现精细化客户管理在此基础之上可以对精准营销、智能风控等进行赋能。我主要说一下智能风控方面的应用一般银行对智能风控的应用体现在互联网信贷上如何识别、预测“坏客户”是重中之重。一般分为三大关卡准入端、模型端、授信端针对不同关卡设置不同的规则、模型、策略。其中用到的机器学习模型主要体现在评分卡模型以及各种分类预测算法传统的评分卡模型为了追求解释性主要采用逻辑回归也就是一种复杂特征工程与一种简单模型结合的方法然而现在为了增加预测精度更多结合一些先进算法来挖掘更多潜在风险近几年对团伙以及关联关系的挖掘也层出不穷图算法也是比较热门的算法之一我们项目中也在用在与传统的算法比较中也有比较突出的效果。机器学习算法在银行数字化转型的背景下越来越普遍的应用在各个业务场景中神经网络、深度学习的算法也不断的被引用。抓住机遇狠狠提升自己随着各行各业进行数字化转型数据分析能力已经成了职场的刚需能力这也是这两年 CDA 数据分析师大火的原因。和领导提建议再说“我感觉”“我觉得”自己都觉得心虚如果说“数据分析发现……”肯定更有说服力。想在职场精进一步还是要学习数据分析的统计学、概率论、商业模型、SQLPython还是要会一些能让你工作效率提升不少。备考 CDA 数据分析师的过程就是个自我提升的过程。如果你也想进一步提升职场竞争力抓住时代红利那么强烈建议考一个 CDA 证书。