風(fēng)控算法工程師崗位招聘考試試卷及答案一、填空題（每題1分，共10分）1.風(fēng)控中常用的邏輯回歸模型英文縮寫是______。2.衡量模型區(qū)分好壞用戶能力的核心指標(biāo)KS，全稱是______。3.用于檢測(cè)特征共線性的指標(biāo)是______。4.風(fēng)控中“壞用戶”通常指______的用戶。5.XGBoost屬于______（填模型類型）算法。6.混淆矩陣中，真陽性（TP）表示______。7.特征工程中，時(shí)間衰減特征的作用是______。8.風(fēng)控中常用的聚類算法是______。9.模型部署中，用于加速推理的框架是______（舉1例）。10.衡量特征與標(biāo)簽相關(guān)性的IV指標(biāo)，全稱是______。二、單項(xiàng)選擇題（每題2分，共20分）1.風(fēng)控模型評(píng)估中，最關(guān)注“壞用戶識(shí)別能力”的指標(biāo)是（）A.AUCB.KSC.準(zhǔn)確率D.召回率2.邏輯回歸的核心假設(shè)是（）A.特征獨(dú)立B.線性可分C.正態(tài)分布D.無共線性3.XGBoost比傳統(tǒng)GBDT的優(yōu)勢(shì)不包括（）A.并行計(jì)算B.正則化C.支持缺失值D.無需調(diào)參4.解決模型過擬合的方法不包括（）A.增加訓(xùn)練數(shù)據(jù)B.L1正則化C.簡(jiǎn)化模型D.減少特征維度5.風(fēng)控中處理不平衡數(shù)據(jù)的常用方法是（）A.過采樣B.欠采樣C.SMOTED.以上都是6.混淆矩陣中，“假陰性（FN）”表示（）A.預(yù)測(cè)壞實(shí)際好B.預(yù)測(cè)好實(shí)際壞C.預(yù)測(cè)好實(shí)際好D.預(yù)測(cè)壞實(shí)際壞7.用于檢測(cè)特征分布漂移的指標(biāo)是（）A.PSIB.IVC.VIFD.F18.風(fēng)控中實(shí)時(shí)特征計(jì)算的核心要求是（）A.高延遲B.低并發(fā)C.低延遲D.高誤差9.L1正則化的作用是（）A.特征選擇B.防止過擬合C.降維D.以上都是10.決策樹剪枝的目的是（）A.提高準(zhǔn)確率B.防止過擬合C.增加復(fù)雜度D.減少計(jì)算量三、多項(xiàng)選擇題（每題2分，共20分）1.風(fēng)控中常用的模型包括（）A.邏輯回歸B.XGBoostC.RandomForestD.神經(jīng)網(wǎng)絡(luò)2.特征工程中處理缺失值的方法有（）A.均值填充B.中位數(shù)填充C.模型預(yù)測(cè)填充D.直接刪除3.模型評(píng)估的核心指標(biāo)包括（）A.AUCB.KSC.PSID.IV4.風(fēng)控模型需要監(jiān)控的漂移指標(biāo)有（）A.AUC漂移B.PSI變化C.KS下降D.準(zhǔn)確率波動(dòng)5.過擬合的表現(xiàn)是（）A.訓(xùn)練集準(zhǔn)確率高B.測(cè)試集準(zhǔn)確率低C.訓(xùn)練集損失低D.測(cè)試集損失高6.風(fēng)控中常用的聚類場(chǎng)景有（）A.用戶分群B.異常檢測(cè)C.特征降維D.模型融合7.特征衍生的常用方法有（）A.時(shí)間差計(jì)算B.頻次統(tǒng)計(jì)C.金額分段D.均值聚合8.XGBoost的核心思想包括（）A.集成學(xué)習(xí)B.梯度提升C.并行計(jì)算D.正則化9.風(fēng)控中實(shí)時(shí)推理的要求是（）A.低延遲B.高并發(fā)C.數(shù)據(jù)一致性D.可擴(kuò)展10.模型可解釋性的方法有（）A.SHAPB.LIMEC.特征重要性D.模型可視化四、判斷題（每題2分，共20分）1.邏輯回歸是線性模型（）2.AUC越大，模型區(qū)分能力越強(qiáng)（）3.PSI>0.2表示特征分布無漂移（）4.XGBoost只能處理分類問題（）5.混淆矩陣中TN是真負(fù)例（）6.特征工程對(duì)模型效果影響不大（）7.L2正則化可以實(shí)現(xiàn)特征選擇（）8.風(fēng)控模型不需要考慮可解釋性（）9.時(shí)間衰減特征會(huì)降低模型效果（）10.RandomForest是集成學(xué)習(xí)（）五、簡(jiǎn)答題（每題5分，共20分）1.簡(jiǎn)述風(fēng)控中IV值的含義及作用。2.解釋模型部署中“冷啟動(dòng)”的含義及解決方法。3.風(fēng)控中如何處理特征共線性？4.簡(jiǎn)述交叉驗(yàn)證在模型評(píng)估中的作用。六、討論題（每題5分，共10分）1.如何平衡風(fēng)控模型的“準(zhǔn)確率”與“可解釋性”？2.當(dāng)模型出現(xiàn)性能漂移時(shí)，應(yīng)如何快速定位并解決？---答案部分一、填空題答案1.LR2.Kolmogorov-Smirnov3.VIF（方差膨脹因子）4.違約/欺詐5.集成學(xué)習(xí)（梯度提升樹）6.預(yù)測(cè)為壞且實(shí)際為壞7.降低歷史舊數(shù)據(jù)的權(quán)重8.KMeans9.TensorRT/ONNXRuntime10.InformationValue（信息價(jià)值）二、單項(xiàng)選擇題答案1.B2.B3.D4.D5.D6.B7.A8.C9.D10.B三、多項(xiàng)選擇題答案1.ABCD2.ABC3.ABC4.ABCD5.ABCD6.AB7.ABCD8.ABCD9.ABCD10.ABCD四、判斷題答案1.√2.√3.×4.×5.√6.×7.×8.×9.×10.√五、簡(jiǎn)答題答案1.IV值衡量特征與“好壞用戶”的相關(guān)性，取值0-1：IV<0.1弱相關(guān)，0.1-0.3中等，>0.3強(qiáng)相關(guān)。作用：篩選風(fēng)控核心特征，排除無預(yù)測(cè)價(jià)值的特征。2.冷啟動(dòng)指新模型上線初期無足夠線上數(shù)據(jù)驗(yàn)證。解決：用離線歷史數(shù)據(jù)模擬線上場(chǎng)景；小流量灰度測(cè)試；結(jié)合業(yè)務(wù)規(guī)則輔助判斷。3.方法：計(jì)算VIF（VIF>10需處理）；刪除共線性高的特征；用L1正則化自動(dòng)篩選；特征聚合（如合并高度相關(guān)的交易特征）。4.交叉驗(yàn)證（如K折）將數(shù)據(jù)分為K份，輪流訓(xùn)練+測(cè)試，避免單次劃分的偶然性，更準(zhǔn)確評(píng)估模型泛化能力，選最優(yōu)參數(shù)。六、討論題答案1.平衡方法：①模型選擇：優(yōu)先LR、決策樹等可解釋模型，XGBoost用SHAP/LIME解釋；②特征工程：選業(yè)務(wù)可理解的特征（如交易頻次），避免黑箱特征；③業(yè)務(wù)結(jié)合：模型輸出與規(guī)則聯(lián)動(dòng)，增強(qiáng)可解釋性；④場(chǎng)景適配：強(qiáng)監(jiān)管場(chǎng)景優(yōu)先可解釋，效率場(chǎng)景可適當(dāng)犧牲。2.定位解決：①監(jiān)