大家好，我是正阳。
下面是一个故事，也是一个事实！
如果你能留步阅读并有所感受，我想我们之间是有很多话可以交流的。
1.故事背景
1、风控模型开发团队。从项目负责人到项目组人员的配备，需要专业的数据挖掘、数据分析、建模能力，能够有效利用LR、XGB、LGB以及深度学习算法构建模型，制定ks大于0.4，auc大于80%的贷前评分模型。
2、模型对接负责人。涉及到后期开发评分产品、画像产品、规则类产品，需要专业的风控人员进行三方或双方对接。
3、若无模型人员。考虑客户模型师驻场建模或线上建模的方案。需要基于客户提供的标签样本，提供撞库之后的数据宽表，便于分析人员后续操作。
看着客户这凌厉而庄严的合作需求，我陷入了沉思：风控绝不是一个人能干成的事情，多数从业者甚至还没有理解到底什么是风控，更谈不上如何做风控。该是怎样一个优秀的团队，才能把金融互联网业务风险管理做好！
假如作为风控经理，我希望自己拥有怎样的风控团队？
2.组织需求
2.1 结构要求
从业务需求出发，认真想想，风控团队的最小作战单元大概需要几个人，需要哪几个人？
风控经理
统筹
协调
管理
追踪
策略分析师
审批政策及策略
反欺诈策略
反欺诈经理
反欺诈策略
反欺诈模型
复杂网络
风控建模师
模型开发
特征挖掘
模型效果追踪
模型调优
风险分析师
业务数据分析
线条指标追踪
预警系统追踪
三方数据对接
2.2 底层要求
不管怎样，我要的人，一定是我喜欢的！！！
踏实、谦卑、进取、渴望有技术方面和业务方面的成长
对金融科技和大数据风控有强烈的兴趣和求知欲
在对口方面有足够的技能基础
本身无高风险行为
无频繁跳槽
无不明离~职原因
无跨度很大的工作经验和技能经历
有一点探索心态，能够陪伴公司成长
量化招~聘，针对不同的需求，设定不同的问题，引入评分机制，对每个问题给出对应的评分， 根据总分作为技术面的结果，客观、公平、公正、公开、透明！
说白了，想要靠谱的伙伴加入自己的团队！有一定的认知能力，有足够的技术基础，还有愿意协同成长的态度和决心。
2.3 职~业要求
好，说干就干，马上拟一个风控建模师的JD
风控建模师：
职~责：
1.基于复杂业务场景和海量数据进行深度数据挖掘；
2.构建大数据风控模型，包括但不限于反欺诈，信用评估，风险预测模型，并持续优化改进 ；
3.评估数据合作商质量，根据业务需求，跟踪、监控、维护及优化风险策略，提出风险预警；
4.根据风控的控制点建立子模型，完善风控体系；
5.持续引入数据维度，挖掘并提取可用特征；
6.整理并提出风控系统优化需求，推动提升系统效能。
任~职资格：
1.本科及以上学历，数学、应用数学、金融数学、统计学、自动化、人工智能相关专业优先；
2.熟悉常用算法，LR，DT，RF，gbdt，xgboost和神经网络等，对机器学习算法的理解和应用，有一定的认知和经验；
3．一年以上风控或金融行业大数据建模工作经验，了解建模背后原理，能创造性的通过建模解决业务问题；
4.对风险管控理念有丰富的认知，具有扎实的统计学知识及数据分析挖掘能力，熟练使用Python、Scala、R等软件或语言；
5.有较强的适应性及自我学习能力，责任心强，重视团队合作，工作态度积极，勇于进取，抗压能力强。
联系方式：正阳
3.面~试准备
3.1 基本态度
问题可能有点多，针对求~职者的水平筛选相应难度的问题。
针对性的设置封闭式和开放性的问题。
基本态度：你来是帮我的，不是我帮你的；或者说，我们互相促进，相互成就。
我知道每一次的面~试对你来说都是一次宝贵的成长机会，所以，在提问之前请允许我先了解一下：
你希望我的提问多一点，还是少一点？
你希望我问哪类型的问题多一点？
你想不想问我点什么？
我还是更喜欢复合型风控人才！
3.2 逢面必问
谈谈你对风控的理解
谈谈你对金融风控的理解
风控的核心是什么？
风控的未来在哪里？
3.3 细分问题
3.3.1 业务类问题
之前做过的风控都包含哪些内容？
讲讲产品的内容？
什么是无定向用途贷款，什么是定向用途贷款？
3期产品、6期产品、12期产品，对应的风险有什么不同？
什么是等额本息、等本等息、先息后本？
无息贷款的盈利方式？
分期消费类产品的业务逻辑？
讲讲P2P模式和现金贷种类？
什么是助贷？
什么是联合贷款？
谈谈产品部、业管部、风控部、贷后部之间的联系？
坏账最终去了哪里？呆账又去了哪里？
3.3.2 策略类问题
讲讲业务中比较重要的几个指标
什么是量化风控？
量化风控和传统风控的区别是什么？
谈谈你对客户分级和渠道转化的经验。
如何搭建风控审批策略框架？
怎么做量化定价？
怎么做风险定损？
怎么做分级定额？
请讲讲准入策略
谈谈你对反欺诈策略制定的见解
模型策略又该怎么定制
催收策略的关注点有哪些
回溯是什么意思？在什么情况下需要回溯？
人工授信一般在什么情况下使用？
数据没有了，还怎么做风控？
怎么冷启动？
产品上线后风控部门比较关注的点是什么？
3.3.3 分析类问题
什么是PD5?
FSPD30是什么，怎么用？
什么是LGD？
什么是C-M2%？
说说资产质量分析？
讲讲YTDbad_rate%？
通常都会追踪哪些业务指标？
怎么做风险预警！
Vintage的原理是什么，用在什么地方？
平时用到的分析方法都有哪些？
平时用的指标预测方法，又有哪些？
3.3.4 数据类问题
常见信贷数据有哪些，都用过哪些，怎么用的，有怎样的效果？
用户提交信息主要有哪些内容？
常见的外部采集信息有哪些？现在还可采的有哪些？不能采集的话怎么调整风控策略？
APP可以采集的数据有哪些，怎么用？
都用到哪些数据库？对应的python包叫什么？
讲讲三方数据测试，都关注哪些指标？
测试三方数据，名单类产品和模型类产品分别适合用哪些样本去测？
接来的黑名单产品，一般怎么用？
多头借贷，多少算多头？
都有哪些采集方式？
常用数据加密方式？
当前数据合规政策是怎么定的？
联邦学习解决了哪些问题，有哪些问题还没解决，目前有哪些困惑？
3.3.5 系统类问题
数据保存在哪里，怎么调用？
是否用过决策引擎，请介绍决策引擎的作用和使用方法？
决策引擎都有哪些组件？
大数据框架下的建模方式和python离线建模有哪些区别？
什么是流式计算？
高并发下的零售金融风控，有哪些技术方面的注意点？
业务系统包含哪些板块？
风控系统中，有哪些功能？
3.3.6 欺诈类问题
请说说你对零售金融反欺诈的理解？
欺诈类型及对应反欺诈解决方案？
业务数据埋点方案？
设备数据的介绍和应用逻辑？
行为数据都有哪些特征？
怎么刻画用户行为轨迹？
怎么做团伙反欺诈？
怎么做设备反欺诈？
怎么做通讯录反欺诈？
怎么做反欺诈评分卡？
如何定义欺诈客户？
3.3.7 模型类问题
请简述下模型开发流程？
数据质量如何检测？
建模样本怎么选？
A卡、B卡和C卡的区别都表现在哪些地方？
算法都有哪几种分类，请分别介绍他们的优缺点？
LR和LGB分别适合用在哪些场景，请叙述其原理？
特征工程的作用是什么，都有哪些环节？
特征衍生怎么做的，之前有哪些实战经历？
常见的编码方式有哪些，分别怎么用？
简述下卡方分箱的原理？
精确率、召回率、F1 值、ROC、AUC 各自的优缺点是什么？
解释下KS，什么样的KS曲线是好的？
什么是PR图？
逻辑回归转标准评分思路，转好之后怎么部署？
PSI用在哪里，用来干嘛？
评分卡的区间、准入线、分级线、欺诈线，都是怎么定出来的？
模型调优怎么操作？
4.写在最后
问题太多，怎么能全部写完，又怎么能全部问完！！！
如果作为风控经理，我希望团队加入这样的求-职者；那作为求-职者，是不是也希望加入这样的团队！
如果这些问题你的心中都有答案，那恭喜你，这么多年的努力，配得上现在优秀的你！
如果部分问题还模棱两可，那恭喜你，继续成长是一件多么值得庆幸的事！
如果大半问题都一知半解，那恭喜你，你还有非常大的进步空间！
人生很长，此刻很短。
无论如何，既然选了这条路，何不继续向前走，看看还会发生些什么。
我是正阳，希望能够帮到你！加油！
如果你也有志于风险管理，欢迎和我交流，不论身处何地，我们从来都不是一个人在奋斗！
————————————————
版权声明：本文为CSDN博主「CS正阳」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：/sunyaowu315/article/details/103067282
