金融学金融科技公司实习报告.docxVIP

金融学金融科技公司实习报告

一、摘要

2023年7月1日至2023年8月31日，我在一家金融科技公司担任数据分析实习生。核心工作包括搭建信贷风险评估模型，处理并清洗20000条用户数据，通过逻辑回归算法优化模型，使坏账预测准确率从68%提升至75%。运用Python进行数据挖掘，构建自动化报表系统，每周输出10份业务分析报告，为风控决策提供数据支持。通过实习，掌握了机器学习在金融风控中的应用，形成了数据驱动决策的工作方法，提升了数据处理与可视化能力。

二、实习内容及过程

2023年7月1日到8月31日，我在一家做消费信贷的金融科技公司实习。主要是帮风控部门做数据分析。实习初期，我被安排熟悉业务流程，公司有套内部培训材料，我花了两周时间把信贷申请、审批、贷后管理等环节摸清楚了。

第三个星期开始接触核心项目，是优化一个现有评分卡模型。这个模型之前用的是逻辑回归，准确率也就68%左右。我接手后，先从数据入手，发现原始数据有接近10%的缺失值，还有不少异常值，比如年龄出现负数。我用了Python的pandas和numpy库，花了差不多三天时间写脚本清洗数据，包括填充缺失值用均值法，处理异常值用3σ原则。

数据清理后，我开始用scikitlearn重新训练模型，尝试了决策树和随机森林，最后把参数调到最优。新模型在测试集上的AUC从0.72提升到0.78，准确率也到了75%。不过过程中遇到个坎