贷前风险策略分析师（滴水贷）

优缺点分析

角色解读

• 向高级风险策略分析师发展，负责更复杂的策略和模型
• 转向机器学习风控模型开发，成为算法专家
• 成为风控团队负责人或风控产品负责人，管理团队和业务方向
• 分析滴滴生态用户数据，挖掘信用风险特征，结合外部征信数据评估信用风险
• 制定和优化消费信贷产品的贷前风控策略，包括准入、额度、定价等环节
• 监控策略上线后的效果，分析关键指标，及时调整策略确保准确性
• 与产品、研发团队协作，推动风控策略相关功能的需求设计与落地
• 精通SQL和Python进行数据处理和分析
• 扎实的统计学和数学基础，熟悉风险评估指标
• 熟悉信贷风控流程，了解征信数据和评分卡模型
• 优秀的逻辑思维和问题解决能力，能够独立分析业务问题

申请策略

• 提前了解滴滴金融业务和产品线，在面试中展现对公司的兴趣
• 准备一个风控策略案例，用STAR框架清晰阐述问题和解决方案
• 突出信贷风险策略相关项目经验，展示具体成果和量化指标
• 强调数据分析能力和SQL/Python技能，附上相关项目或代码样例
• 展现业务理解能力，说明如何通过策略优化提升业务表现
• 学习机器学习算法（如逻辑回归、决策树、GBDT）在风控中的应用
• 了解征信数据源和评分卡开发流程，补充信贷业务知识

面试指南

• 对于策略评估问题，可从A/B测试、回测、关键指标（如KS、AUC、坏账率）等角度回答
• 对于项目介绍，使用STAR框架（情境、任务、行动、结果）清晰阐述
• 对于协作问题，强调沟通、需求对齐、迭代反馈等软技能
• 如何评估一个风控策略的有效性？你会使用哪些指标？
• 介绍一个你参与过的风控策略优化项目，包括背景、方法和结果
• 如何处理样本不平衡问题？在风控场景中常用哪些方法？
• 如何与产品、研发团队协作，确保策略顺利落地？
• 复习风险评估指标（KS、AUC、Gini、好坏比等）及其计算方式