量化风控岗位分析：策略/模型/数据

关注 “ 金科应用研院 ” ，回复“ 礼包 ”

领取“ 风控资料合集 ”

文末还有惊喜小福利，记得看到底呦

最近和同学们交流，发现很多新人想入门信贷风控，却在岗位选择上犯了难，不知道该往哪个方向发展。那么今天就来给大家介绍一下量化风控条线的几个核心岗位以及他们之间的主要差别。

风控策略是整个风控团队的核心，模型和数据的最终目的还是服务于策略的制定。他们通过设置各种规则来决定申请贷款的客户最终能否通过，并负责策略的上线部署以及后续的迭代和调优。也因此，策略岗位需要对贷款最终的逾期率和资产质量负责。

策略岗位需要对业务有充分的理解，知道信贷业务的流程以及其中的各种潜在风险点，知晓信贷产品的设计逻辑。并通过业务经验和量化分析的手段，设置合理的规则来保证逾期率处于可承受的水平，并实现产品的规模和收益最大化。

在风险板块做出面对用户的最终决策

输出风险排查的全套方案与子方案

对资产质量负主要责任

资产质量控制

1）逾期指标全面监控

2）损失预测及预警

策略制定及调优

1）制定风控策略方案

2）结合目标与数据波动进行策略调优

围绕策略落地的相关工作

1）外部数据接入及应用

2）内部数据挖掘

3）策略部署及上线

4）申请流程风险板块设计

快速提升推荐课程 ‍ ‍ ‍ ‍ ‍ ‍

随着对于风控数字化转型的要求不断提高，传统风控逐渐被量化风控取代。而量化风控一个核心特点就是引入了以评分卡为代表的各种风控模型来提升风控的效果。模型岗位负责从0到1搭建风控模型，并监控模型上线后的效果，持续进行模型的迭代优化。现有的线上贷款产品，无不在朝向更高的系统自动审批通过率努力，人工参与的内容越来越少，模型的结果对最终风控的效果的决定性也越来越大。因此，模型岗位对于风控团队起着越来越重要的作用，模型人才也越来越抢手。

模型岗位需要有扎实的Python数据分析和建模基础，以及统计和算法基础，了解风控领域各种常用的算法和模型，包括逻辑回归、决策树、XgBoost等，并具备风控模型的0到1开发能力。此外，模型岗位也需要从业者对于信贷业务有足够的了解，才能够与策略人员进行有效的配合，并更好地理解特征与模型的含义，搭建出更有效的模型。

在风险板块做出对客户风险区分的有效方案

挖掘并输出有效地风险特征

对相关指标负主要责任

客户风险评估

1）评分卡开发

2）前沿算法应用

标签体系建立

1）内外部变量分析