金融科技金融科技企业实习报告

金融科技金融科技企业实习报告一、摘要

2023年6月5日至8月23日，我在某金融科技公司担任数据分析实习生，负责信贷数据分析与模型优化工作。通过8周实习，我完成了5000+份信贷申请数据的清洗与标注，参与构建的评分模型准确率达到82%，较基准模型提升6个百分点。核心工作包括运用Python对历史数据进行探索性分析，构建逻辑回归模型进行风险预测，并使用Tableau生成10+份可视化报表，支持业务部门决策。期间，我熟练应用了Pandas、Scikitlearn等工具，掌握了数据预处理、特征工程及模型评估的全流程方法论，这些方法可复用于类似场景的数据分析任务。

二、实习内容及过程

2023年6月5日入职时，目标是熟悉金融风控领域的数据处理流程，把课堂上学到的逻辑回归和决策树模型用上。公司主要做小微企业信贷风控，系统里存着好几年历史数据，用户画像挺复杂的，有几千个维度的标签，时间序列数据也有月度还款和交易流水。头两周跟着导师搞数据清洗，5000多条申请记录里得剔除2000多条异常值和缺失值，用Pandas筛选条件写了个循环脚本，每天能跑完几批数据。遇到没明白数据含义的指标，就找业务部门那哥们儿挨个问，人家给我举了个“商户类型与逾期率的关联性”的例子，原来小餐馆这类商户确实更容易晚还钱。第二阶段参与模型迭代，拿过去两年的数据训练逻辑回归，基线AUC是0.75，我们加了几十个衍生特征，比如月均账单金额和电话号码归属地，最终模型AUC提升到0.81，但同事说特征太多会导致过拟合，最后选了30个打分。印象最深的是调试评分卡的时候，原始分数跟实际违约概率对不上，导师教我用ROC曲线找最佳阈值，画了十几次图才把偏差调小点。8周里还独立做了个还款能力分析报告，用Tableau做了个热力图，显示教育程度和负债率的交叉分布，业务部觉得挺直观。期间最头疼的是数据口径不统一，比如“稳定工作”在不同批次记录标准不一，最后提议在数据库里加注释字段统一口径，被采纳了。但也发现培训挺随意的，没系统讲过Hadoop生态，有些高级SQL我也没机会上手。要是公司能多组织几次技术分享会，或者给实习生配个带教师傅，效率可能会更高。这段经历让我意识到，风控模型不是随便调参数就行，得懂业务逻辑，后来我主动去读了不少关于小微贷的论文，感觉思路开阔了。现在想往量化风控方向发展，但知道还得继续学，比如怎么用机器学习做反欺诈，这得花更多时间啃论文了。

三、总结与体会

2023年8月23日结束实习时，感觉像是从书本跳进了真实战场。这8周不只是把课程里的逻辑回归用在了5000多条信贷数据上，更是第一次体会到数据质量有多关键。导师说模型调优时“特征工程是性价比最高的环节”，我算印证了加那个“月均账单金额”特征前，AUC从0.77直接跳到0.80，但删掉重复计算的“总负债率”后反而提升0.01，这细节让我明白风控不是堆参数。

实际操作中，发现业务部门对“评分卡阈值”的敏感度超乎想象。一次调高30分阈值，风控成本降了15%，但业务说用户获取率会跌20%，最后在0.82和0.88之间反复找平衡。这种拉扯让我懂了，技术不是闭门造车，得懂业务痛点和取舍逻辑。遇到数据口径不一致时，自己硬是花了3天研究历史记录，最后提的“字段注释标准化”建议居然被采纳了，虽然只优化了每天0.5%的数据处理时间，但第一次觉得“学的东西真能用上”。

这段经历让我从“技术学生”往“职场人”转变，抗压能力肉眼可见地变强了。比如连续一周加到晚上12点改SQL跑不通，第二天硬是早8点找到问题，虽然最后算上加班效率其实不咋样，但那种“必须搞定”的心态是以前没有的。现在回头看，实习最大的价值是把“理论”和“落地”的鸿沟踩实了比如学到的“特征筛选不能只看单变量相关系数”原则，已经刻进DNA里了，接下来打算啃《统计学习方法》补补基础，顺便考个CFA的量化方向证书，感觉这8周直接让我在求职时多了一个“能动手”的底气。

看着系统里每天几万条的新数据，突然意识到金融科技这行就像永动机，算法模型永远在迭代。这次碰到的“反欺诈”需求特别多，虽然没直接参与，但听部门讨论知道现在靠规则不行，得用图计算用户关系了。这种变化让我兴奋，说明自己学的知识还够用，但离“专家”差得远，后续得重点搞懂深度学习和自然语言处理在风控里的应用，不然以后真的会“被淘汰”。

四、致谢

感谢在实习期间给