风控建模岗位的面试，一般看①算法（lr、lgb和xgb为主）、②业务和建模流程（ABC卡区别，psi、woe、iv等指标，y定义，调参、模型调优，模型部署等等）、③笔试，看工程能力（python和sql），所以学习围绕这几点。

　　（1）算法学习：①常用算法：lr、lgb和xgb是最核心的，工作中最常用的，但是面试和学习的时候svm、随机森林还是要能推导的；②资料渠道：学习渠道包括各个辅导机构的机器学习课程，在B站和咸鱼都可以找到；

　　（2）项目准备：①比赛：参加一些机器学习的比赛，除了的天池和kaggle的，还可以关注各大金融机构的风控建模比赛，比如微众银行、新网银行和中国电信每年都有相关比赛，成绩好的话会很有优势；②网课和书籍：辅导机构包括七月在线、FAL、番茄学院、上海新金融实验室等，把相关项目跑一跑，改一改，项目细节一定要很清晰。从ABCF卡，也可以从信用模型和反欺诈的路径学起来。

　　（3）面试准备：①刷面经，知乎牛客网上有很多人总结了，各种面试问题要手到擒来；②刷leetcode，银行、消金和乙方的面试笔试最多就是python的数据表处理，但是大厂基本都要考leetcode的算法，而且是中等难度左右。

　　写了十几篇风控的文章，加上我自己也是转行的，很多人开始问我，零基础怎么做风控，或者数据相关的从业者也想了解下互金风控怎么入行。

　　从金融来拆分，有面向消费者的金融，和面向企业的金融，即消费贷和中小微企业贷。

　　消费金融的逻辑呢，因为本质是满足人的需求，人的四个需求对应了消费金融的四个领域。

　　从人的一生来讲，你父母给你一些钱，那么你需要一个工具来把这些钱存起来，无论是支付宝还是银行账户，这就是用于储蓄。Saving。有很多金融科技公司，或者说传统的银行，就是服务于这样一个需求。怎么样把你的钱存的很安全，很好取。

　　你有了一些钱之后，肯定要花钱，这就是另一个领域——支付。Payment。于是有很多支付公司，传统银行通过信用卡，支付宝啊、微信支付、京东支付等等，这都是在解决支付的问题。怎么样让你的钱更方便支付，更方便转。

　　下一阶段呢，你可能想花很多钱，但没有那么多钱，你就需要借钱。Lending。房贷、车贷、学生贷、消费贷就是在解决这样的需求。怎么样让你花更多钱。

　　当你收入增加，挣了钱之后呢，你可能又会存下来一些钱，这时候你就没有借钱的需求了，反过来有更多的闲钱需要投资。Investing。前面提到的那些金融机构也都有对应的投资理财服务。怎么样让你的钱生点小钱。

　　相信大家所说的风控呢，应该是信贷领域的风控。我们就针对这个来介绍。不然范围太大，泛亚电竞官方实际上互联网业务就没有不做风控的，因为没有不做营销的，营销就有营销风控，做内容的呢，也要做内容风控。

　　在发展金融科技方面，大型银行纷纷建立科技子公司。截至2020年底，共有十几家银行成立了金融科技子公司，推动银行数字化转型。

　　对于互联网平台金融科技呢，头部平台一般脱胎于互联网巨头。已经涌现出一大批有代表性平台，包括蚂蚁集团、京东数科、度小满、360数科、天星数科（小米金融）、陆金所、乐信、信也科技、嘉银金科、趣店、国美金融、携程金融、苏宁金融、新浪金融、美团金融，还包括腾讯、字节跳动、拼多多、滴滴、快手、B站的金融业务板块。

　　对于这些大平台，肯定是不贪多的，所以能看到储蓄、支付、借贷和投资，其实很多平台是都在做的。那做的多、市场占有率高，有没有问题？有。

　　金融科技的一半是金融，只要是金融，就要注重风险，不，就要以控制风险为主。没有人、没有任何机构的算法，可以百分百识别风险，在一定的时期内，这些错误，可以被控制在可接受的范围内，但另一些时候，这些问题可能导致金融体系轰然倒塌。

　　一般风险管理部门就是在做策略和模型，自然这就是最核心的数据团队。除此以外，还需要推动数据决策设计的产品经理、支持产品实现的开发人员等。入门风控自然也就是入门其中的策略或模型。

　　简单规则是策略，模型规则其实也是策略。这里我们按照惯例，模型和策略分指模型组和策略组的工作。

　　模型重，策略轻。因为模型是用机器学习算法做分类预测模型来解决问题的，策略一般是通过专家经验和决策树制定规则的。自然策略就轻便很多，迭代起来也容易很多。模型就相反，复杂模型的开发就包括特征开发、标签定义、客群划分、模型开发和评估等一系列工作。

　　可以看到，模型主要是技术为主，技术门槛还是蛮高的，也许工作中还是sql取数比较多，但光会sql，是很难入场的。

　　金融科技结合金融和科技两个领域，自然有金融和科技的位置，这两个专业背景肯定是需要的。

　　对于机构而言，更需要的是既懂金融又懂技术的复合型、多元化人才，他们不仅可以创造新的业务，同时也能依托自身专业知识，实现对原有业务效率的提升和成本的降低。

　　4、说起，脑海里马上飘过的是“高利贷、LowB、骗子”还是“金融投资、华尔街、高大上，好NB”这些词？

　　5、说起风控，脑海里马上飘过的是“审批老爷、坐办公室的、业务员的爸爸、财务分析”还是“写报告的、跑项目、老板的狗腿子、文员”这些词？

　　6、说起催收，脑海里马上飘过的是“要债的、疯狂打CALL、口吐芬芳”还是“不良资产清收、信用管理、债务谈判”这些词？

　　所以，问题5的前半段那些词是你以为的“卖家秀”，后半段是你的“买家秀”，买家秀一般是某宝玩家的快乐源泉，你懂的；

　　再所以，你以为你干的是风控，其实风控脱了裤子就是催收，还是要，问题6的那些词是口语和书面语的区别；

　　最后，这是道大题，风控最终控的还是人，如果你害怕和人打交道，那么此卷不及格。

　　风控是个很大的行业，里面的种类划分也很多，如果你真的想做你梦想中的那种风控，去进修、学编程、进大机构才是正道。

　　跟你说下我的风控之路吧！说起来不知道是我走了狗屎运还是有点奇葩╮（╯＿╰）╭

　　刚开始，大四走遍各大几大学校的校招，最后一场面试截止于中安信业做贷款的，起初也不知道这个岗位是干嘛的，就是觉得自己是金融专业想找个专业对口的，跟面试者相谈甚欢，面试官好像对我很满意的样子，后面问我为什么在我们学校的时候办校招会我没来，要千里迢迢来别的学校面试？我一脸懵逼。。。？what？？？难以置信的回答：来过我们学校吗？我怎么不知道？后面面试官笑笑说跟我们学校有校企合作，我一听是校企合作就不太乐意，因为学校要从我们的工资里每个月收取一些管理费用，而且不太喜欢那个负责校企合作的老师，我就说我放假了直接去行吗？不想以校企合作的形式入职，后面她问我为什么，也没直接回答，后来她就跟那个老师说想签我，我就一直拒绝了，后来就是没去成。

　　转折点来了，18年3月份就开始投简历了，投的风控，面试的时候因为跟一个有七八年经验的人面试的，面试官一直在跟他聊，把我当空气了，再后来那个有经验的没来，去了别家公司，我在这家公司实习，因为不会说话，性格比较内向，经理在大家开会的时候就说要是我找到别的工作可以走，因为7月份要回学校答辩，所以既然人家没有直接说明那我就死皮赖脸的留下来，并且要证明给他们看我到时候做好了就直接走人，求我我也不会留下来（其实也是为了面试官的那句：前三个月有3000块钱保底工资），当时我就跟面试官说了我要做风控，面试官说你不懂催收怎么做风控呢？做风控首先要懂催收，我似董非董的点了点头（其实上了那么多学，三点一线生活的我压根儿就不知道催收是什么，后面才知道是催债的），前七天是实习期，公司也没有什么培训，就在那里听录音，听的时候感觉好好好，好像律师，但是我可能还没反应过来我是要干什么的，听久了就犯困想睡觉 ，后来实习期结束要上岗了，分了100多个账户给我，直到真正工作的那一天我好像意识到了什么，问了我旁边那位同事，我们是催债的吗？他答：你现在才知道吗？我顿时手足无措了，感觉催债是高利贷做的事情，怎么我一个大学生也来做这种事，感觉给祖上蒙羞了，现在想想当时的想法很好笑，不过觉得既然来了就要把工作做好，在刚接手的一个月里内心很煎熬，想着放弃，泛亚电竞官方想着离职，因为不懂怎么催也没回款，但是想想还是不服气，觉得一定要做好才有底气走，经过自己不懈的努力终于业绩上来了，干了三个月领导问我有没有意向继续留在这里，当时觉得氛围还挺好，也没那么排斥这份工作，给我办了停薪留职就回学校准备论文了～～～

　　回学校准备论文那段时间，室友各种看我不顺眼，说我一个暑假的时间怎么那么喜欢爆粗口

　　我才发现其实在做这个行业接受的很多负能量，也跟很多同事一样通过爆粗口来缓解压力，因为我们打电话不能爆粗口，挂了电话才各种骂，室友也了解了我的工作，都让我回去以后换份工作，我觉得也是，但是我是个有想法的人，回来之后当然还是勤勤恳恳的工作了，快到一年的时候，感觉这工作没啥前途（关键是赚不到钱，存不了钱），后来就直接递交辞职信了。辞职后就想休息一段时间才找工作，但是自己也没闲着，选了风控岗位在投简历，当然再投简历的时候也要避免彩坑，因为有些职位说是风控其实就是催债的，没几天就有一家保险公司让我去面试了，风控岗位，经过两轮面试就去实习了，实习了大概一个月左右的样子才给我入职

　　所以现在继评论区继续追更，上次说到因为公司改革，所以聪明的我又选择做催收这条道路，因为实在是不喜欢签约，又重操旧业了，看来还是没办法离开催收了，刚开始转三中心的时候还是挺轻松的，整个部门基本上每个月都是满绩效，工资嘛～挺高的就不说了，持续了几个月的时间我们就搬职场了，搬到老总楼下了，苦逼的日子还是来了，那时候除催收之外大会小会开不停，而且基本上每天都加班，而且我们公司是每半年还是一年就有一次竞聘组长的机会，好死不死的刚工作满半年的我被拉上去充人数了，而且好死不死的我师傅一直都对这个岗位野心勃勃，看到我后。。。。你们懂得，就这样我被当成了她的敌人，当然最后还是她竞选上了，我的催收之路又更加的坎坷了，每次都被针对，特别是她正式当上组长之后，我是天天被抓出来吊的那个，而且再加上逾期账户越来越多，精神越来越不好，内分泌失调各种身体问题也接踵而至，终于在今年2月份疫情最严重的时候我提出了离职，修养了三个月的时间，发誓以后再也不找催收相关的工作了，但是命运总是喜欢跟我开玩笑，接下来我找了一份工作，就是别人卖车我去给别人签按揭合同的，刚开始觉得很开心很好玩，领导天天带我出去胡吃海喝，开心极了，后来～～～～额（︶︿︶）客户逾期了领导还是叫我催收，虽然很抗拒但是领导的话不能不听，而且这个工作其实挺闲，就是因为太闲了，工资也比以前少很多，所以我在上班空闲的时候找了一份比较适合自己的副业，虽然每天正个壹俩摆的我也觉得开心。总结的说来呢找工作就跟找对象一样，喜欢和合适才好，自己扛不住那么大压力的就不要找高压高薪的工作了，毕竟身体最重要！

　　你说“找到很多都是催收类”，可能你的数据能力并不很强，风控策略分析师是金融科技类里面，相对于其他岗位，学历要求没有那么高，掌握的数据能力不需要太强。但是综合看发展和薪资都是不错的。

　　风控十年的感悟，从数据分析岗位转到风控策略分析的经过。从3k月薪到50万年薪，我都经历了什么？！回想起刚毕业时独自拖着行李箱来到A市的场景，仿佛依稀就在昨天。

　　我并没有985或者211院校的光环，更没有海外求学的经历，和大多数人一样，只是一个普普通通的本科毕业生。但是我很幸运的在毕业季校招中拿到了XX银行信用卡中心审核岗的offer，并毅然决然的选择远离家乡，来到一个陌生的城市。这么一个果断又简单的决定，造就了我与金融行业的不解之缘。

　　经过约1个月的系统培训与上岗实操，我基本掌握了审核岗位的基础知识，包括行职业编码规则、审核操作决策树、欺诈风险场景与甄别、企业三方认证方法、各行业标准问题库、紧急个案处理、金融行业法规要求等。

　　接下来在导师的协助下开始了独立作业，2年的工作不断帮助我加深对这些知识的运用和理解。于是我渐渐的产生了很多的问题：为什么需要做审核？审核在整个业务流程中的定位是什么？完成信用卡的批核全流程是什么样的.......

　　在一次巧合下了解到“量化风险”的概念，这四个字让我激动不已，它高大上、有技术感、贴合业务、还具有挑战性。我仿佛找到了我未来职业发展的方向，于是我开始了解量化风险的知识储备和技能要求。长期的一线作业帮我积累了足够的业务经验，但是在技能要求上我还差了很远。于是，我开始自学SQL语言，也学习过一些网上的教程（说实话，当初的网上教程实在不咋地）。

　　“机会总是留给有准备的人”这句话没错，在卡中心岗位的内部招聘中，我顺利的拿到了转岗后台的offer，开始从事一些数据分析的工作，但是此时的数据分析还没有携带很多的风险业务属性，但是我却向目标迈出了第一步。

　　经过一段新岗位的积累后，行业迎来了消费信贷发展的大高潮，各种互金、消金、小贷公司如雨后春笋般拔地而起。在这波浪潮下，我选择了离开卡中心，来到一家创业公司，拿到了我心仪的offer，开始了我的金融数据分析师的进阶之路。

　　在回顾这段经历时候，我特别感谢我的好奇心，是它帮我打开了一扇新的大门；我也特别感谢在互联网上分享知识的大牛们，是他们给了我学习新技能的途径。

　　真正开始从事数据风控岗位后，前两年的风险管理意识和分析能力会迅速积累，当然，前两年也是异常痛苦。

　　在这里，我们从事数据风控主要有两条主线：一条工作重点以风险策略为主，另一条是主要做数据报表开发分析与建模。不论以哪种方式从事风险管理工作，对我们所有人最初期的要求一定是迅速熟悉风控业务数据字典与对应数据表，公司目前主要金融产品与其对应的进件流程，模拟产品申请进件等。

　　如果最初以DA（数据分析岗）开始风控工作，DA的工作主要分成数仓建设、报表落地。

　　在做风控DA的第一年，根据业务需求使用SQL做各种中间过程数据表、不断优化中间表的代码，这个过程是重复且枯燥的，但是会快速促进自己SQL编写能力，以及对业务风险的理解。

　　公司金融产品的底层数据有哪些，日常风险监控指标有哪些，产品或渠道最近有哪些调整变动，等等这些往往最先被DA察觉。且因为DA每天都在建新表、优化旧表，日复一日的作业对于DA的数据敏感度会与日俱增，甚至风控系统出现一些Bug的时候，DA常比其他风控人优先察觉。风控复杂的workflow，DA也比他人更清楚。

　　第二年开始，DA除了继续不断开发、优化数据集市外，会开始做一些专项风险分析，通过一些统计分析软件比如SAS、Python开发一些业务分析报表，这么一做，往往可能是3-5年的时间积累。

　　对比上图示例能明显感受到，中间表是一些临时或长期Job（任务）需要调用时创建的数据表，大部分中间表是没有复杂统计逻辑的；对于业务分析报表，是在中间表的基础上，根据业务分析需要建立的完善体系分析报表系统，比如大家耳熟能详的MIS、PQR。

　　当DA开始接触业务分析报表时，除了统计分析软件的熟练使用外，业务分析报表体系长什么样，如何设计又是一个新挑战。

　　但合格的DA在设计报表TTD时，一定会根据公司业务形态，希望报表呈现出的指标结果来做一些TTD结构变形，比如优化后的一种TTD是长这样的

　　提醒：在设计构建业务分析报表系统的几年内，熟练统计分析软件的DA比不熟练的简直轻松太多。

　　正如上面我提到的，随着公司业务在不断发展，报表系统也会变的越来越复杂，自然而然，监控与专项分析的任务也落在成熟的DA身上。

　　如果说谁能第一时间发现业务风险的变化并指出风险变化的牵连指标和内在联系，我相信没有人能赢得过一名资深风控DA。

　　在经历前5年的DA职业生涯后，有一些DA会疲劳自己日常分析工作，希望向模型或者策略方向拓展。

　　如果最初以SA（策略分析岗）开始风控工作，SA的工作主要分为指标监控、策略调优及分析、外部数据测试、策略部署等。

　　提醒：风险指标易学难精，在前期能独立计算指标很重要，能为后续解读指标打下坚实基础，指标的业务解读能力将是策略分析师职业发展上的一大瓶颈。

　　外部数据的接入和测试也是SA很重要的工作之一。俗话说“巧妇难为无米之炊”，外部数据的接入和测试就像是做饭前的“淘米”过程，不仅能帮你洗掉一些食材里的杂质，更能让你对策略大宴上可以使用的食材了如指掌。

　　以上就是SA需要苦练的内功，只有内功深厚才能做好策略分析和调优，当然好的数据分析能力也是必不可少的。

　　最后，对于策略分析和调优，大家最关注的这一环是需要通过不断接受 “分析调优-市场验证-反思” 这个过程来成长的。只有累计经历的场景越多，策略经验才会越丰富。多场景的策略分析和调优是需要用时间来积累的，是个长期持续的过程。

　　提醒：成体系的策略调优方法能帮助更快的积累经验，策略经验是策略分析师职业发展上的另一大瓶颈。

　　策略分析师的核心是作为业务和风险数据的桥梁，能寻找风险数据变化后的解决方案，也能通过当前风险数据的走向对未来进行预测，提前给出业务相应的建议。

　　历经十年的磨练，仿佛每一位风控人对于市面主流金融产品、数据分析方法模型、风险管理流程都了然于胸，局限的数据和风险不再是他们关注的焦点。宏观政策、行业发展水平，甚至几个微信群里的互动都比在公司做几组数据看起来更有价值。

　　举个例子，大家都知道在采购风控系统时要比对同行竞对或比自己公司更优秀机构的系统选择方向。如果你不知道系统厂商的内外报价、最新产品、同行产品采购调研数据，甚至系统产品在实际业务使用中会出现那些“坑”，那我认为这一次产品采购其实对于公司层面是有一定必然损失。

　　往往上述提到的信息并不能在公司内部得到，更多需要与外部环境做交流，这就是为什么一些初入风控的新手们发现，一些老风控人每天都会固定在几个微信群里冒泡吹水的原因，一来释放工作压力，二来维持社会关系，三来互换信息。

　　其实只有经历过，才知道，十年转眼即逝，尤其是在金融科技快速更迭的现在，十年，可能会经历一个行业的兴衰，尽管“朝代更迭”，但对风险的谨慎、职业的底线，泛亚电竞官方行业的向往，未来的期待，是每一位风控人心里不言而喻的那片海。