来FAL学风控|风控策略分析师的日常是怎样的？（案例+代码详解篇）

风控策略分析师的日常是怎样的？（案例+代码详解篇）

FAL金科应用研究院

做了5年的金融，3年的数据分析工作，从17年6月才真正接触代码，算不到熟练，但在不断的学习和工作实践中目前是可以解决任何问题的，就这么硬气，是企业要求太低了么，哈哈哈。

这不是一篇代码教学的文章，这是一篇讲述我日常工作都需要的编程语言、学习过程、工作项目、以及学习心得。首先工作中都用了哪些工具呢，我所用到的有sql（mysql，oracle，odps），r，python，sas，Sas em，mongo，neo4j，spss，fico_mb。这些是大家看职位招聘简介的时候会经常提到的语言。

1

语言分类个人感觉概括首先数据库存放数据的语言：sql、mongo、neo4j。每一种数据存放的格式有所不同，是为了实现相应的功能。数据分析师主要需要懂得各自的查询语法，来加工，清洗，提取数据或者开发报表。

工作经验可以说80%都是在写sql，主要也跟工作职能相关，主要用sql开发各种报表，另外，就是为建模前期数据建模样本和字段提取、字段衍生做准备。这个语言要求精通，才能快捷，精确的实现自己的报表需求或者建模样本字段的提取和衍生需求。➡️此语言中sql需要极度熟练！

其次是界面式的拖拉操作，主要是内部已经封装好算法，方便人直观的进行数据导入，清洗，算法建模，很直观，快速。包括spss，sas em，fico_mb最大的优点是不用写代码。➡️此语言不能装高大上，但是简单，高效，易学习，超级可视化。最后是r、python、sas，这三者大家很熟悉了。我谈下个人的看法：sas是银行采用的很普及的软件，一方面强大的功能稳定性，另一方面价格尤其高，很多人难以接触。笔者最近也在学习sas的代码，最大的感觉是编程比python 还简单，功能上在数据挖掘上不亚于python，sas写自动邮件居然比python简单十倍，而且逻辑极其简单。

Python可塑性很强，通常说就是很方便、很简单的能干很多事情，尤其最近几年的机器学习把python搞得很火，主要还开源免费。

R呢，感觉最近被大家抛弃了，但是记住他是专业的数据挖掘科学软件（科学级别），就举例你在python上很难找到专门