金融风控校招全面解读（有学习资料哦！）
相关岗位职责： 基于数据分析对客户进行全面的金融画像并制定消费金融产品的全流程风控策略，包括贷前客户准入、贷中额度定价、贷后管理策略等 校招应聘方向： 互联网金融，互联网大厂金融业务线，银行金融科技 校招面试内容： 互联网篇： 1. 之前实习公司的业务模式，客户渠道信息，三方征信数据来源以及风控业务线的规模信息，包括客户体量，放款额度，年盈利率等；(这类问题很多互联网在面试的时候都会有意无意地问一问，个人感觉并不是很好回答，都需要我们在实习期尽可能深入了解公司的业务线才能从容应对） 2. 金融风控评价指标体系的构建，包括入催率，批核率，回收率等，这些指标的具体含义，能达到的具体数值，以及怎样利用异动归因的思想将业务线的风险点实现精准定位 3. 贷前授信审批的三方征信数据指标都包括哪些，贷中对客户信用的风险识别以及额度定价过程中起重要作用的变量通常又有哪些 4. 风控数据的特征衍生方法，特征变量的数据规模及筛选流程，特征变量的筛选指标：iv，woe值的计算方法以及具体含义、区别等 5. 风控模型评价指标体系，包括AUC，K-S，PSI等指标，这些指标的计算方法、含义、能达到的大致数值范围，以及风控模型分的计算逻辑等 6. 机器学习模型，包括评分卡模型，逻辑回归，决策树，XGBOOST，随机森林等。这些模型的原理，迭代机制，区别以及适用的数据场景，优缺点等问题 7. 软件使用考察，Python通常侧重考察表调用，数据查询，数据特征衍生，异常值处理等基础问题；SQL除了牛客上的经典题型，可能还会考察时间窗口函数等问题 银行篇： 相较于互联网，银行相关岗位的面试显得简单许多！ 以工行某省分为例，无领导面试是一个金融风控的方案设计题，在大数据和人工智能迅速发展的背景下，怎样设计并健全一套大致的金融贷款业务智能监控体系实现与客户在贷中实时交流，并完善客户贷后的各项事宜；而半结构面试中考察了一个SQL口述题（非题库），并就简历中的实习内容简单询问，比较灵活多变 以上是对金融风控领域的一点个人经验 另外，本人暂时已结束秋招，还留有一些金融风控的学习资料，从业务知识到模型代码都有较全面的体系，实习或校招有需要的伙伴可以私聊我哦
