互联网金融金融科技公司风控专员实习报告.docxVIP

互联网金融金融科技公司风控专员实习报告

一、摘要

2023年7月1日至2023年8月31日，我在一家互联网金融金融科技公司担任风控专员实习生。期间，主要负责信用风险评估模型的数据清洗与验证工作，协助优化了评分卡模型，使模型对高风险用户的识别准确率提升了12%。通过运用Python进行数据挖掘，处理了超过50万条用户行为数据，完成了10份风险评估报告。熟练应用SQL进行数据提取，将数据查询效率提高了30%。核心工作成果包括建立自动化数据处理流程，可复用方法论为：结合逻辑回归与决策树算法，通过特征重要性分析筛选关键指标，如交易频率、设备异常登录次数等，有效降低模型偏差。专业技能应用覆盖了数据清洗、模型验证及自动化脚本编写，为后续风控体系建设提供了数据支撑。

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风控的互联网金融公司实习。公司不大，但体系挺完善，主要做线上小额贷款，风控完全靠模型和规则。我跟着团队做数据预处理和模型验证。

第2周开始接触业务，主要是用Python清洗用户行为数据。原始数据有20万条，缺失值超过15%，还有不少异常值。直接处理肯定不行，我就用pandas加numpy，写了个脚本先处理缺失值，用均值填充数值型特征，分类特征就填“未知”。异常值那边，比如登录次数，超过3次就标记为异常。这一步花了两周，最后数据质量提升明显，清洗后的数据准确率能到9