面试过程: 技术笔试:考察编程(Python/SQL)和基础算法(逻辑回归、树模型)。
模型推导:解释PD/LGD模型原理及评估指标(AUC、KS)。
业务场景:分析信贷反欺诈策略或样本不平衡处理。
代码实操:现场优化模型或处理数据缺失问题。
行为面试:沟通项目经验与风控合规理解。
全程注重逻辑严谨性、业务敏感性和技术落地能力。
面试官问的面试题: 如何设计一个反欺诈评分卡?你会选择哪些特征和模型?
若违约样本仅0.5%,你会如何优化模型?
用Python计算KS值,并解释其业务意义
赞一下(0) 踩一下