互联网XX金融科技公司风险管理实习报告_第1页
互联网XX金融科技公司风险管理实习报告_第2页
互联网XX金融科技公司风险管理实习报告_第3页
互联网XX金融科技公司风险管理实习报告_第4页
互联网XX金融科技公司风险管理实习报告_第5页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

互联网XX金融科技公司风险管理实习报告一、摘要

2023年7月1日至2023年8月31日,我在一家领先的互联网消费金融科技公司担任风险管理实习生,负责信贷数据清洗与模型验证工作。核心工作成果包括:运用Python对10万条用户行为数据进行清洗,准确率提升至98.5%;参与搭建反欺诈规则引擎,使模型误报率降低12个百分点。专业技能应用方面,熟练运用SQL进行数据提取,结合机器学习算法对历史逾期数据进行分析,建立预测模型AUC达到0.82。提炼出可复用的方法论:通过分层抽样优化数据集质量,采用回测框架评估模型稳定性,这些方法在后续项目验证中均有效降低偏差。

二、实习内容及过程

1.实习目的

去7月1号开始实习那会儿,我就想着得把学校学的风险评估那点东西,跟真家伙干的市场做个对比,看看自己差在哪。想学点实际操作,别光理论。

2.实习单位简介

我去的那个公司,搞的是消费分期,用户数据挺多的,风控体系也建得不错。团队不大,但每个组都挺精的,做决策快,这点挺佩服。

3.实习内容与过程

前两周主要是熟悉环境,跟着师傅看他们怎么处理征信数据。7月8号开始接手具体活儿,负责一块反欺诈的数据清洗。他们系统导出来的数据,得先筛一遍,不然模型喂进去全是乱码。我用了Python的Pandas库,写了个脚本自动去重,发现有些用户在1小时内用不同手机号申请,明显是脚本骗的。师傅教我用DBSCAN算法聚类,我把异常点挑出来,最后那批数据里,欺诈样本比例从0.5%降到0.2%。

7月15号开始参与一个策略验证项目。团队要测试新加的设备指纹规则,我负责历史数据的回测。他们老系统是2009年搭的,数据格式特别老旧,很多字段都是文本,得手动转成数值才能喂模型。花了三天把200万条记录整理成结构化数据,用XGBoost跑模型,AUC从0.75提到0.78。有个哥们儿跟我说,他们以前回测都是用Excel,算到天亮,现在我这效率高多了。

4.实习成果与收获

8月底交活儿时,我负责的清洗模块错误率控制在0.1%以内,比之前低了一半。反欺诈项目那边,新策略在测试集上把拦截率从8%提到10%,误伤率没变。师傅评价说我会用工具,但模型这块还得学。确实,光会数据预处理不够,得懂特征工程,不然模型再好也是空中楼阁。

5.问题与建议

遇到的最大困难是系统太旧。7月20号那天,我为了导数据,在服务器上卡了俩小时,最后发现是对方数据库权限设低了。后来我提了个建议,说能不能搞个云平台对接,不用每次都跑本地,领导说得等下个预算周期。另外,公司培训挺水的,都是内部人手把手教,新人想快速上手挺难。我建议搞个在线知识库,把操作手册、常见问题都放上去,省得每次问都打断老同事。

职业规划这块,我发现我挺喜欢做策略验证这块的,数据多,能直接看到效果。但感觉还得补不少模型知识,下学期打算报个机器学习专项课。

三、总结与体会

1.实习价值闭环

这8周,从7月1号懵懵懂懂报到,到8月31号离开,感觉像经历了一场小型进化。刚去时,觉得风控就是查查征信,后来发现里面门道多着呢。我负责的那块反欺诈清洗,最终把误报率从15%降到了5%,师傅说数据看得出我动了心思。这种把理论变成数字,再让数字指导下一步操作的感觉,挺有意思的。之前在学校做项目,数据都是假的,这次用真家伙,感觉沉甸甸的。

2.职业规划联结

这段经历让我更确定想往策略验证方向发展。8月15号那天,我们组用新模型把某渠道的KPI从85%提到91%,虽然过程很熬,但看到结果那一刻,觉得值了。现在学校那会儿,我会刻意多看些逻辑回归、决策树这类模型的论文,连带着Python的Scikitlearn库也翻出来啃了啃。下学期打算冲个CFA一级,金融这块证得早拿早踏实。

3.行业趋势展望

8月底团队在讨论某竞品上线的实时反欺诈系统,感觉技术迭代快得吓人。我实习那会儿,他们还在用规则引擎,现在都讲机器学习、知识图谱了。这让我意识到,学校教的模型基础固然重要,但行业新东西得自己补。比如知识蒸馏这种,没在课上见过,但师傅说未来可能用得着。以后得养成习惯,每周看两篇顶会论文,别跟时代脱节。

4.心态转变

最大的变化是抗压能力吧。7月12号晚上,为了一组数据对不上,跟师傅磨到凌晨1点,最后发现是时区搞错了。以前做作业,错个题就烦,现在明白数据世界里,细节决定成败。另外,开始懂得主动沟通。有个需求我搞不明白,直接问师傅被怼了,后来我提前把几个方案做成PPT,列清楚利弊,再去找他,效率高多了。从学生到“打工人”,得学会怎么让人愿意教你。

5.未来行动

这段经历也让我看清了短板。比如8月20号做回测时,发现特征工程这块弱得离谱,导致模型效果上不去。下学期除了啃模型,得系统学学特征选择,Coursera上那个统计学习的课得补上。另外,打算多参加些行业沙龙,像8月25号那个线上分享会,讲到的联邦学习挺有意思,要是早点知道能省不少劲。总之,这次实习就像开了个窗口,看见外面啥样了,接下来得往里头使劲。

四、致谢

1.

感谢在实习期间给予我指导和帮助的部门领导,让我有机会接触实际的风控业务。

2.

特别感谢我的实习导师,在数据清洗和模

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论