智能金融智能金融公司实习报告.docxVIP

智能金融智能金融公司实习报告

一、摘要

2023年7月10日至2023年9月5日，我在一家智能金融公司担任数据分析实习生。核心工作成果包括完成5个季度交易数据清洗，处理量达200万条记录，准确率达98%；搭建3套风控模型，通过A/B测试将反欺诈率提升12%；撰写7份行业分析报告，其中3份被内部采纳用于优化产品策略。专业技能应用方面，熟练运用Python（Pandas、Scikitlearn）进行数据挖掘，SQL查询效率提升30%；参与Hadoop集群调优，使Spark任务处理时间缩短至平均45秒。提炼出可复用的方法论：数据清洗需建立标准化校验规则，模型评估应结合业务指标动态调整权重，跨部门协作需明确数据口径与更新频率。

二、实习内容及过程

2023年7月10日到9月5日，我在一家做智能金融的公司实习，岗位是数据分析助理。实习目标主要是了解风控模型的实际应用，学点行业里常用的数据处理方法。公司主要做信贷风控，用机器学习做用户画像和反欺诈，技术栈挺全，有Hadoop集群，也常用Spark和Flink做实时计算。

第13周，跟着师傅熟悉业务，主要处理历史交易数据。我负责5个季度的数据清洗，总条目200万，用Python脚本加SQL脚本，每天跑批处理，周末全量抽检，错误率控制在2%以内。数据里有很多缺失值和异常值，比如某个用户的年龄出现负数，我就根据同卡号关联用户补全，或者用KNN算法填充