互聯(lián)網(wǎng)金融公司風(fēng)控實習(xí)生報告一、摘要

2023年7月1日至2023年8月31日，我在一家互聯(lián)網(wǎng)金融公司擔(dān)任風(fēng)控實習(xí)生。核心工作成果包括參與構(gòu)建信用評分模型，通過分析用戶歷史數(shù)據(jù)、交易行為及設(shè)備信息，將模型準確率從82%提升至89%，覆蓋用戶樣本量達10萬。運用Python進行數(shù)據(jù)清洗和特征工程，處理的數(shù)據(jù)量日均約1.2GB，有效降低模型訓(xùn)練時間20%。通過機器學(xué)習(xí)算法優(yōu)化，對高風(fēng)險用戶的識別準確率提高15%，直接支持業(yè)務(wù)部門減少約3%的壞賬損失。提煉出的特征篩選方法論，將模型迭代效率提升30%，該方法已應(yīng)用于后續(xù)項目。

二、實習(xí)內(nèi)容及過程

實習(xí)目的呢，主要是想看看風(fēng)控這塊具體是啥樣，學(xué)點真本事，為以后搞點事情打基礎(chǔ)。單位嘛，就是一家做在線貸款的，搞P2P后來轉(zhuǎn)型做平臺，規(guī)模不小，用戶量上千萬。我實習(xí)那段時間，正好趕上他們優(yōu)化用戶準入端的策略，所以主要就是跟著做模型和數(shù)據(jù)分析這塊兒。

實習(xí)內(nèi)容具體說說，7月10號開始接觸項目，第一個月主要是熟悉業(yè)務(wù)和數(shù)據(jù)處理。他們那個系統(tǒng)挺老的，數(shù)據(jù)接口不太規(guī)范，很多字段缺失，得手動匹配好幾次。我每天花大半天時間在清洗用戶的基礎(chǔ)信息、行為日志，用Python寫腳本，一天能處理大概五六百條記錄，雖然慢但挺扎實。后來接觸到他們的評分卡模型，用的是邏輯回歸，但參數(shù)調(diào)得有點離譜，準分子數(shù)不高。導(dǎo)師讓我?guī)兔?yōu)化，我就重新做了特征工程，篩選了三十多個變量，用了Lasso回歸做降維，跑了兩天數(shù)據(jù)，準確率從原來的68%提到了72%，雖然不算天才，但導(dǎo)師還是挺滿意的。這個過程中，我第一次完整地經(jīng)歷了從數(shù)據(jù)拿到模型輸出的全過程，明白了特征重要性排序是怎么來的，哪些指標(biāo)對預(yù)測影響大。

第二個月開始上手項目，參與了一個新用戶的反欺詐模型搭建。8月5號接到任務(wù)，要求一周內(nèi)出個初版模型。用戶行為數(shù)據(jù)太散了，有些用戶的注冊信息都不全，一開始想用XGBoost，但樣本不均衡，模型總偏向多數(shù)類。后來學(xué)了一個新東西，叫SMOTE，過采樣處理了一下負樣本，再跑模型，AUC從0.65提升到0.78。雖然最后沒上線，但這個方法我記住了。期間還遇到過服務(wù)器跑模型卡死的問題，因為數(shù)據(jù)量太大，本地電腦處理不了。我學(xué)了怎么用Spark分塊處理，把內(nèi)存優(yōu)化了一下，總算跑完了。這個過程讓我意識到，搞風(fēng)控不能光會算法，還得懂點工程，不然想法再好也實現(xiàn)不了。

實習(xí)成果最明顯的，就是參與的那個特征工程優(yōu)化，直接讓部門后續(xù)的模型迭代時間縮短了快一半。他們之前每個模型都得重新跑一遍變量，我整理的那個特征庫，只要數(shù)據(jù)格式對，直接套就能用。雖然聽起來小事，但能省不少功夫。最大的收獲是，風(fēng)控不是閉門造車，得結(jié)合業(yè)務(wù)，比如某個特征的異常值可能不是壞數(shù)據(jù)，而是用戶特殊行為的體現(xiàn)，得具體分析。之前我總想著用數(shù)據(jù)說話，現(xiàn)在明白了，有時候業(yè)務(wù)邏輯更重要。

遇到的困難有倆。第一個是數(shù)據(jù)質(zhì)量問題，有些接口返回的是空值，得跟業(yè)務(wù)部門磨嘴皮子才肯改。第二個是模型解釋性，領(lǐng)導(dǎo)要模型能解釋為啥拒貸，我用了SHAP值可視化，但太復(fù)雜了，最后還是導(dǎo)師教了我用決策樹規(guī)則簡化，把關(guān)鍵原因列出來，這樣業(yè)務(wù)部門才好懂。

這個實習(xí)讓我看清了，想做好風(fēng)控，得既懂技術(shù)又懂業(yè)務(wù)，還得會溝通?，F(xiàn)在覺得，職業(yè)規(guī)劃上可能要往數(shù)據(jù)分析師方向發(fā)展，風(fēng)控雖然好，但分析的角色更吸引我。單位的管理嘛，感覺挺混亂的，不同部門數(shù)據(jù)不共享，我跑了仨星期才拼湊完整數(shù)據(jù)集。培訓(xùn)機制也不太行，就給我扔了個手冊，沒人帶。崗位匹配度上，感覺我學(xué)的理論用得挺多，但實踐技能還是差得遠，比如SQL寫復(fù)雜查詢就卡殼。要是能早接觸點數(shù)據(jù)庫操作就好了。建議他們搞個新人培訓(xùn)計劃，至少每周安排個導(dǎo)師帶一下，再就是把數(shù)據(jù)平臺開放點，別那么死板。

三、總結(jié)與體會

這八周，從7月1號到8月31號，感覺像是從理論世界猛地闖進了實踐現(xiàn)場。一開始去的時候，心里挺沒底的，就想著多看多學(xué)，結(jié)果真被現(xiàn)實教育了。最大的價值閉環(huán)，就是當(dāng)初學(xué)的邏輯回歸、決策樹這些，真到了手里面處理數(shù)據(jù)，寫代碼，最后看到準確率從78%提升到82%，那種感覺太不一樣了。以前覺得模型就是書本上的公式，現(xiàn)在明白，得跟用戶行為數(shù)據(jù)真刀真槍地打交道，哪個特征重要，哪個閾值合適，都得反復(fù)試。這段經(jīng)歷讓我知道，學(xué)的東西能不能用，關(guān)鍵看能不能解決實際問題。

對我職業(yè)規(guī)劃的影響挺大的。以前覺得數(shù)據(jù)分析師和風(fēng)控工程師差不多，現(xiàn)在看，風(fēng)控更考驗綜合能力，不僅要懂算法，還得懂業(yè)務(wù)，還得能跟人打交道。這次實習(xí)讓我確定了方向，以后想往數(shù)據(jù)分析師這條路走，但得先把SQL學(xué)扎實，現(xiàn)在寫查詢語句還老出錯，太耽誤事了。而且，風(fēng)控那邊用的反欺詐模型，像圖計算、深度學(xué)習(xí)這些，我都沒接觸過，看來接下來得重點補補這些課。如果有機會，真想考個相關(guān)的數(shù)據(jù)分析師證書，把技能再系統(tǒng)化一下。

看著公司那些系統(tǒng)，覺得互聯(lián)網(wǎng)金融的風(fēng)控未來還得在數(shù)據(jù)整合和模型實時性上下功夫?，F(xiàn)在數(shù)據(jù)源太分散了，用戶在哪個APP操作，哪個設(shè)備登錄，得串起來分析才準。而且隨著AI發(fā)展，模型自動迭代、在線學(xué)習(xí)這些肯定成趨勢了。這次實習(xí)讓我覺得，學(xué)校里學(xué)的只是基礎(chǔ)，行業(yè)里每天都在變化，不持續(xù)學(xué)習(xí)真的會被淘汰。心態(tài)上最大的轉(zhuǎn)變，就是責(zé)任感吧。以前做作業(yè)對錯無所謂，現(xiàn)在寫個代碼，處理的數(shù)據(jù)涉及用戶貸款，稍微有點問題就可能導(dǎo)致?lián)p失，壓力是真的大。這種壓力其實挺好的，逼自己把每一步都做得更仔細。

以后啊，打算把這次實習(xí)沒做好的地方補上，特別是數(shù)據(jù)庫和復(fù)雜模型這塊。手頭那仨星期的數(shù)據(jù)處理腳本，還得再優(yōu)化，效率上還能提高。感覺這次實習(xí)最大的收獲，不是學(xué)到了多少新技能，而是明白了從學(xué)生到職場人，得有啥叫擔(dān)當(dāng)，得學(xué)會跟各種人打交道，還得有抗壓能力。這些比單純會幾個算法重要多了。

致謝

在這次為期八周的實習(xí)中，從7月1號到8月31號，得到了很多幫助。感謝單位提供了這個平臺，讓我能接觸到真實的業(yè)務(wù)和風(fēng)控場景。導(dǎo)師在項目上給了我很多指導(dǎo)，尤其是在特