【干货】2年银行数据分析师：大数据部门工作重点及技能要求

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。

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。

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。以后想做数据分析的小伙伴可以扫码CDA认证小程序，了解自己的数据分析水平。

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。

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。

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。