进入数据分析行业已近三年，目前在互金领域做风控策略和模型方面的工作。写这篇回答主要是为了分享一些个人经验和学习资源。我在知乎上得到过许多帮助，也希望自己的一些分享可以帮助到需要的人。由于我是转行至数据分析，因此我会更偏向于描述与转行相关的内容，尤其是关于找工作方面。———————以下是正文部分————————入行之路我在刚工作的时候进入了一家创业公司从事运营类的岗位，工作一段时间之后觉得不是特别喜欢，收入也很低，导致整个人都特别焦虑和迷茫。甚至一度考虑过裸辞（不要裸辞！）。在刷知乎缓解的过程中，我对于技术类的内容开始产生兴趣，开始尝试自学Python。在学习Python的过程中又开始接触数据分析，然后工作之余不断学习，逐渐入坑。自学是一件十分艰难的事情。难的地方不在于身体上的劳累，而是黑夜中前行的迷茫。所以我们一定要避免“战术上勤奋战略上懒惰”的做法。先明确自己的目标，再反过来学习达成目标需要的技能。而明确目标的前提就是要有足够多的信息，才能进行决策。我在了解数据分析、数据风控的过程中，以下资源对我的帮助非常大：知乎live：半佛仙人、王礼、猴子知乎专栏：求是汪在路上Cosara：吴恩达机器学习目前在做什么从事数据分析行业之后，虽然工作也很累，但是精神状态要远胜于从前。目前我个人的工作内容主要是为银行做模型应用类的项目，以及公司的海外业务。银行项目主要包含风控模型、用户画像、营销模型这类的模型开发工作。使用银行内部和第三方的数据，结合银行自己的业务特点开发机器学习模型，为风控、营销部门提供数字化升级。工作流是使用SQL取数，Python进行数据分析和模型原型开发。有时候也会给银行做数据分析方面的培训，讲数据分析方法、机器学习基础和项目案例。由于数据保密的问题，这类项目都需要去银行那边驻场开发，当中免不了与银行人员打交道。这对自己的表达能力和沟通能力也是一种提升。某银行的出入证之前给浙江某个地区性银行做了信用卡营销模型，用来寻找信用卡意向客户。后续的项目效果跟踪发现各网点的信用卡营销量有了翻倍的提升，银行给我们寄来了礼品表示感谢。这时候就让人产生了一些自我实现的快乐。当然，偶尔也会遇到一些比较难搞的银行工作人员，被迫和他们斗智斗勇。2.海外业务主要是为一些海外的信贷机构提供风控咨询服务。目前印度、印尼的线上信贷市场比起前两年有了较大的发展，大致相当于国内2017年的水平。根据合作方提供的各类数据，从中挖掘出更有效的风控规则，并不断更新贷前、贷中、反欺诈等模型控制逾期率。另外还需要对整体的市场趋势做出判断，对逾期潮做出预判避免客户产生大量的损失。总的来说，通过数据分析制定策略，通过机器学习模型降低逾期，这些都可以使我获得比较持续的快乐。如果你通过各式各样的了解和调研，觉得数据分析适合你，那么你需要进一步考虑几个关键问题：行业选择、找工作、写简历、准备面试。下面我分享一下我的思路：选择行业和公司数据分析是一个和业务结合很紧密的工种，对于行业和公司的选择直接关系到将来的发展空间。在互金风控领域，我根据我的切身经历和所见所闻，推荐几类公司： （1）持牌、上市的互联网金融公司。这类公司的优势显而易见，持牌和上市就意味着合规。但受制于监管和合规要求，盈利能力也大打折扣。这已经不是一个具有高溢价的行业了，很难再有前些年的风光。虽然不会有超额利润，但也不会存在较大的风险。 （2）金融科技公司。许多非持牌系的公司都转型做金融科技，用自己的数据模型技术去给银行、政府部门和企业提供数字化服务。如果选择这类公司一定要选具有技术积累的公司，这样可以学到很多实用的技术，也会积累项目经验，为以后的跳槽做准备。爬虫类业务最好不要碰。（3）银行风控、数据部门。银行对数据风控的重视程度也在逐渐提高，但大银行改革缓慢，不敢推行新事物，小银行数据积累不足，各类城商行和区域性银行在这方面开始弯道超车。能够进入一家重视数据风控技术的银行还是非常不错的，在银行的收入绝对是具有竞争力的。总体来看，风控类的数据分析师收入还是比较可观的：如果对其他业务领域感兴趣，可以找在这个行业工作的朋友、前辈进行咨询，也可以在知乎上撩一下各行业的大佬，或者是付费参加一些特定行业的知乎live。选择一个行业以后不要轻易再换，每次更换都意味着之前的积累都大打折扣。所以务必慎重考虑。怎么找工作考过研的朋友可能听说过“三跨”这个词，即跨地区、跨专业、跨学校考研，每多一“跨”，难度就会高不少。找工作如同考研，也存在“三跨”：跨地区、跨行业、跨岗位。这其中，跨地区对于年轻人来说是比较容易解决的问题。如果想从事数据类工作，最好的选择还是一线城市和强二线城市。了解一个城市的就业行情，只需要在招聘网站上稍做调研即可。打开求职软件，选金融行业并搜索数据分析师，可以看到许多岗位。一般这些岗位的JD（职位描述）长这样：不要被这么多的要求吓到。仔细分析一下这个JD：如果第1、2点是我们现阶段暂时不满足的，那么建议直接忽略，如果满足则更好。如果你是一个想要转行的人，看见这种学历、相关经验的要求就不用管，该投简历投简历。HR也是人，不会这么死板的。如果投都不投，那就真没机会了；第4、5两点可以通过学习来补足，其中最重要的就是SQL和Python。在学SQL和Python的时候，主要的思路是“学+练”。只靠眼睛看是永远学不会写代码的。还剩第3点和第6点，这两个比较类似，可以简化为“相关领域项目经验”。没有相关项目经验怎么办？可以去网上找数据，自己做项目。Kaggle、网贷之家、阿里天池上有大量的金融类数据可以免费使用。推荐去做Kaggle上的Give Me Some Credit项目，这个是一个典型的信用评分卡模型项目。不会做、不知从何下手也不用怕，网上有大把大把的文章教你做，连代码都会贴出来。比着葫芦画个瓢，多画几次就会了。关于Kaggle多说几句。我在知乎上看到过一些回答，说Kaggle项目都被人做烂了。确实有不少人做过Kaggle项目，但远没到“做烂了”这种程度。我可以保证，知道Kaggle的人里，至少有90%都没有实际做过上面的任何一个案例。所以只要你做了，就超过了绝大多数的人。如何写简历我们可以站在HR的角度来考虑这个问题。负责招聘的HR往往每天都会收到很多简历投递，可能每份简历只有1分钟的时间去看。我们要在最短的时间内让HR把简历内容和工作岗位描述的要求相匹配，并且相信我们所写的内容真实、清晰、可靠。HR在筛选简历的时候最头疼的就是简历写得“模糊”。比如“熟练使用Excel、SQL、Python”，这个“熟练”到底是什么程度？通过简历根本看不出来。大家都写熟练，那HR该通知谁来面试呢？怎么证明自己的技能水平？最好的办法就是把自己的技能“公开化”。我在找工作之前使用Excel、SQL和Python做了近10个分析项目，并发表到了知乎专栏上，在写简历的时候直接把文章的链接附在对应的技能后面。用这种方式，我在投递完简历后快速收获了很多面试邀约。同理，在简历上写项目经历的时候最好也附上这种项目资料。如果只是写一段描述，一般很难打动HR。附上我的专栏链接，有兴趣的朋友可以在看完本篇回答后进去逛逛：怎样准备面试数据分析类的岗位属于技术与业务结合的岗位，面试可以拆解为以下三块：1.技术基础2.项目经历提问3.业务问题首先，面试时可能会要求现场做一些题目，所以面试前务必要把JD上要求的技能都掌握好，多刷练习题。SQL推荐阅读《深入浅出SQL》，Python推荐《利用Python进行数据分析》。如果是建模类的岗位，还需要有扎实的机器学习算法基础，以及基本的算法原理。这方面推荐阅读“西瓜书”《机器学习》、《算法图解》，还有刘建平老师的博客。时间比较紧的情况下可以多刷题，SQL练习推荐去SQLZOO，Python可以去Codewars练习。另外，牛客网上有一些很不错的面试题分享，对面试很有帮助。其次，简历上写到的任何内容，特别是自己做的项目，都必须多复盘几次，搞清楚其中的各种细节。因为面试官会问得很细，一方面考察你的思维能力和工作能力，另一方面防止简历造假。如果在聊项目经历的时候说得不清楚，无疑会让面试官对你的印象大打折扣。另外，面试官往往会结合自己公司的产品提出业务方面的问题。这就需要你在面试之前对目标公司的业务逻辑有所了解。面试题举例这里可以给大家列举一些我在业务面试环节被问到过的一些问题，以及我个人的回答：Q1.SQL如何实现行列转置和分组排序，说一下思路即可。答：使用case when语句可以完成行列转置；使用rank() over(partition by())完成分组排序。Q2.你简历中的机器学习项目是用逻辑回归完成的，做的过程中训练集测试集是如何划分的？变量分箱是用什么方法做的？为什么要分箱？答：训练集和测试集的划分使用了sklearn中的model_selection模块，其中包含了train_test_split方法可以用来划分训练集测试集；变量分箱一般使用卡方分箱或者决策树分箱，在我的项目中我是用了决策树分箱。其原理主要是利用CART算法构建二叉树，根据Gini系数寻找最优分割点，从而使分箱后的变量IV值尽可能少地损失（这部分代码可以放在项目的文章中，方便面试时展示）。变量分箱是对数据进行离散化，提升模型的迭代速度以及模型的鲁棒性，降低过拟合。缺失值需要单独作为一箱代入到模型中。对分箱后的数据进行WOE化，一方面可以将所有变量缩放到了同一个尺度，另一方面可以代表每个箱的预测能力。Q3.风控模型迭代的时候需要注意什么？答：新模型需要先线上“陪跑”一段时间，看看模型对新样本的预测能力，然后再进行A/B test，对一部分用户使用新模型，另一部分继续使用老模型。如果验证了新模型能显著提高风险区分能力，则可以全面部署上线。Q4.在实施A/B test时，流量该如何进行分流？答：实施A/B test的核心思路有3点，一是多个方案同时并行，二是控制变量，每个方案之间只有一个变量有差异，三是明确方案的评价标准，即实验组的效果要超过对照组多少才认为是显著的。如果只对一个环节进行A/B test，那么每个方案之间的流量是要互斥的，并且是随机划分的，这样可以保证每个方案的流量都来自于同一个样本空间。Q5.我们公司有一款产品是与银行合作推出的“联名信用卡”，这种信用卡可以取现。你认为其中存在的风险点有哪些？该如何降低这些风险？答：我对您提到的这款“联名卡”的具体业务流程不是特别清楚，这里我就假定它和银行的信用卡是类似的，区别在于贵公司作为资金提供方和流量入口，而银行作为发卡机构。我认为存在的风险有3点。第一是逾期风险，这个风险普遍存在于金融领域。解决的方法是不断对风控规则进行迭代，定期对模型进行重新训练，适应客群的变化。如果可能的话，还可以与合作银行进行数据方面的共享，降低数据孤岛带来的影响；第二是欺诈风险。可以采取“面签”的方式降低风险。银行在发放信用卡时几乎都会要求去线下网点面签，与银行合作刚好可以发挥这方面的优势；第三是政策风险。这个风险点在于银行方面出于合规的考虑与贵公司解除合作。由于政策的因素，线上信贷的限制越来越严格，为了避免这种风险的发生，在平时的业务流程中需要加大合规力度。一方面把利率控制在合规范围内，另一方面对催收团队提供严格的话术规范，禁止恶意催收。Q6.你有什么想问我的吗？答：假如有幸被贵公司录用，您希望我在6个月内达到什么样的水平？上述问题都是一些基础的问题，难度不大。Q5之类的问题非常关键，它的目的是考察候选人的思维是否敏捷，是否有业务的“感觉”。很多JD里会写一个要求：“对数据敏感”，指的其实就是这样的能力。在技术过关的前提下，用人单位更倾向于用这类问题来筛选候选人。碰到这种题目的时候可以多向面试官提问，向TA了解清楚具体的业务内容再做回答。面试官想要考察的无非就是技术基础和数据思维。技术能力的提升需要依靠不断的学习和积累，而业务思维的提升则在于多思考，持续学习，不给自己设边界。在这里推荐一本很切题的学习资料：前人栽树后人乘凉，这本书涵盖了多个行业的业务知识和相关的数据分析经验，对于了解业务、提升数据分析思维还是很有帮助的，可以少走很多弯路。技术能力决定你的下限，而数据思维则决定了你的天花板。欢迎私信交流。最后的最后，祝你摆脱迷茫，早日进入自己满意的生活。附上一些学习资料：