网站首页技术探讨

杭州某推面试风控岗

发布时间:2019-10-23编辑:fc不将就阅读(25

    一面

    1. 介绍下自己(主要介绍了工作内容和项目经历)

    2. 说明下评分卡建模流程

      • 数据处理过程

      • 标签定义

      • 分箱、合箱(介绍了各种分箱方法)

      • 变量挑选(单调性、单一性、iv等)

      • 相关性筛选

      • 逐步回归(介绍了流程以及优化方向,标准的逐步回归太慢)

      • 跑模型

      • 评价指标(ks、auc等,当时没想起来还有通过率、首逾率、坏账率、投逾率等)

    3. 决策树、随机森林、GBDT、XGB的区别(这个问题提前看过,也回答的没啥压力)

    二面

        接下来这个就比较坑,由于一面结束后和我说后面让HR过来,所以本能的以为是HR过来聊天的,后来才知道还是技术面……所以一开始回答的过于简单可能也是挂掉的一个原因


    1. 介绍下之前做的项目之间的区别(不同甲方的风控)

            - -当时可能脑抽说没有太大的区别,基本建模流程都是一样的。主要想着是HR肯定也不太懂这个事情,就没有细想

    2. 某推和某盾(目前就职的公司)如果竞争一个项目双方的优势是啥

            回答的是双方其实不存在特别明显的竞争关系,因为双方的数据纬度是不一样的,身为甲方肯定是希望多获取一些纬度的数据。其他可能主要看双方的建模能力,但是对于一些比较大的消金公司来说其实更关注数据的质量。

    3. 介绍下评分卡是在逻辑回归的基础上进行了怎么变换?

              手推了一下逻辑回归转化为评分卡的公式,无压力。但是这里给自己挖了一个坑,过程中我一直描述的是逻辑回归的结果为概率,由此引发下面一个问题。这里就感觉不对,这不像是HR会问的问题,这个时候我才意识到这个人可能不是HR

    4. 逻辑回归最后的p值是概率吗?

            既然这么问我也清楚应该不是指概率……但是真的没关注过这个,毕竟不是数学、统计这类出生,完全不清楚他问的点在哪里……硬着头皮说应该是吧





      这里之前都还好,基本问的偏应用方向的。由于在公司接触的评分卡多再加上有所准备,回答的基本都没有压力。但是下面两个问题已经进入我的知识盲区了,诚实回答不太清楚……然后反馈我基础不太扎实,哈哈哈

    5. 逻辑回归为什么要用sigmoid函数,作用是啥?

            事后查了下确实超过我的知识范畴了……可以参考这个文章机器学习面试之逻辑回归输出的值是真实的概率吗,简单说理想情况下是概率,但是大多数情况下只能当作置信度来看。具体的推导看文章

    6. 知道有哪些常用的激活函数吗,激活函数要满足哪些特征?

            其实刚进公司时帮忙写图像识别算法实现时接触过这块的内容,但是2年多过去早就忘的一干二净了。。。可以参考这几个文章学习

            几种常用激活函数的简介

            常用激活函数(激励函数)理解与总结