风控数据分析岗如何转到评分建模岗？ 举报 理由 举报 取消 在零售信贷相关行业，如银行信用卡中心、消费金融公司、互联网金融公司等，如果一开始是做风控政策数据分析的，以后想转到信用评分、风险建模岗，应该学些什么东西，注重哪些积累？（研究生是学统计专业的，基本的统计理论知识有，但风险建模这块缺乏实际项目经验）另外，个人觉得理论和技能方面的东西都可以自己学，但实际的练习机会很难找，这点怎么克服？ 2017年4月23日 4 条回复 1457 次浏览 FICO,个人信用,互联网,分析,数据,消费,评级,金融,风险管理
回复 ( 4 )
多找案例学习，把常用的模型学习透，然后在sas等软件上实现熟悉。然后剩下的就是尽快找个对应的岗位，操练起来即可。这东西没那么复杂，别听有的人瞎吹牛逼，信用评分就那么些东西而已。
你对感兴趣的岗位一无所知，如何知道自己感兴趣的。也许，只是因为建模，评分等听起来更高大上，更具开创性和看起来更核心？
多理解自己岗位背后的逻辑，以及在公司的业务中起到什么作用，然后，是转岗还是成长，你自然就有了答案。
统计专业比较对口。 据我了解的都是用一些可解释强的模型，线性回归，决策树，还有一些评分模型等。 招聘标准要看具体的公司了，高大上的，会看学校和证书，FRM，CFA等.至于机会， 可以和上司谈谈你的想法，如果他肯帮你规划路线，会顺利很多。
首先，谢邀。
虽然我在大数据领域待了年份不算少，但是并未真正涉足过金融大数据领域，所以能够给你的建议可能有限。
一般数据分析岗通常偏重于业务，我想你所从事的策略分析的岗位应该也类似，对业务足够了解，然后对于统计原理这块有一定的基础，来支撑你通过数据做一些策略研究，业务分析结论输出等。
而相对于建模这种岗位，则更侧重于实际业务问题与数学模型的映射(金融大数据这块应该也是类似的吧)，然后解决如何把模型做的更贴近业务，更加的准确。
相对来说，技术要求会更高，需要更多的数学积累，以及算法相关的知识，此时，单纯的统计原理相关的理论基础已经不够支撑你做更复杂的业务模型输出了。
最后，跟不少人聊天过，好像金融类的风险建模，很多都是嵌套多重权重打分模型，只是不同的权重嵌套设置等等需要比较多的业务研究，这个不知是真伪。