【商业金融数据应用（CDA.F）】认证介绍

商业金融数据应用（CDA.F）等级认证旨在为在金融行业专门从事数据的采集、清洗、处理、分析、模型开发并能制作业务报告、提供决策的新型大数据分析人才提供进阶指引和能力评定。CDA.F秉承着总结凝练最先进的商业数据分析实践为使命，明晰各类数据分析从业者的知识体系为职责，专注于赋能金融数字化人才培养，提升数据分析师的职业素养与能力水平，促进数据分析行业的高质量持续快速发展。

商业金融数据应用（CDA.F）认证是一套专业化，科学化，国际化，系统化的人才考核标准，分为数据分析师（ CDA.F LEVELⅠ）、建模分析师（LEVEL Ⅱ）、数据科学家（LEVEL Ⅲ）三个级别。 为金融公司选拔人才、进行专业人才评定提供科学依据，为金融数据分析师自我提高指明方向。

【商业金融数据应用（CDA.F）】（三级）适用人群

数据、风控、客户运营等部门的数据科学家。指银行、保险、证券、其他非银机构、互联网金融等行业从事数据分析与数据挖掘的中、后台高级技术人员；风控、数据、IT、咨询等职位业务人员。具备开展数字化工作全流程的知识结构。掌握了数字化流畅度模型、数据架构设计、内外部数据治理、数据平台建设、数据资产管理、开展智能化项目、数据业务流程优化的方法论和工具；可以熟练使用搭建客群运营、产品运营、风险管控等业务条线的智能化运行系统的模板，并提供数字化解决方案；能够带领大数据团队根据应用主题对企业的数据资产进行有效的盘点、整合和管理，建立内外部数据的连接；协助CDO制定数据发展战略，发现企业数据价值，提升数据工程能力，开发并维护企业级数据平台。

 

数字化风险管控课程介绍

本课程以当前国内崛起的消费金融，互联网金融为主要场景，介绍消费金融在贷前、贷中、贷后流程中信用风险管理中的数据应用，力图在深入实际场景的基础上为学员提供全面的数据驱动的风险管理知识，课程围绕信贷场景中贷前、贷中、贷后三个板块，通过介绍相关业务背景，结合实际的的风控需求，以讲解与案例的形式介绍数据分析、数据挖掘应用。

 

第一部分重点介绍常见消费类贷款产品要素，风险点，数字化自动化审批基本框架，数据驱动的贷款准入、规则的制定，申请信用评分卡的构建及基于风险差异化的授信定价。第二部分介绍履约客户的管理，包括行为评分模型的构建以及相应额度策略的制定。第三部分介绍催收环节中催收评分卡的建立与催收策略的制定。

 

课程特点：

1、 取材于业界一流企业和顶级咨询公司的行业实践；

2、 已经被证明是人人学的会、能上手的数据科学课程；

3、 紧贴【商业金融数据应用（CDA.F）】（三级）认证核心内容编撰教学材料。

学员基础：

通过CDA.F一、二级认证，或具有相当水平。

 

课程安排

一、数字化风控的方法论

二、数字化风控技术

三、数字化信用风控综述部分

3.1 消费信贷全生命周期风险管理

3.2 消费信贷常见产品及基本要素

3.2.1 消费信贷概念

3.2.2 消费信贷参与主体

3.2.3 常见消费信贷产品

3.2.4 产品风险点

3.3 ABC卡介绍

3.3.1 ABC评分卡介绍与特点

3.3.2 在消费信贷风险管理中的应用

 

四、贷前、贷中风控模型

4.1 自动化信贷审批

4.1.1 自动化贷款审批基本框架

4.2 贷款人识别

4.2.1 生物识别与身份验证技术

4.2.2 在审批流程中的应用

4.3 信贷准入

4.3.1 监管性准入

4.3.2 政策性准入

4.3.3 黑名单性准入

4.4 信贷规则

4.4.1 组合策略

4.5 申请信用评分卡

4.5.1 业务理解

4.5.2 数据获取

4.5.3 构建模型

4.6 授信定价

4.6.1 基于风险的差异化定价

4.6.2 定价策略

4.7 申请阶段的数据监控

4.7.1 申请信息监控

4.7.2 策略监控

4.7.3 模型监控

4.7.4 贷款质量监控

 

五、贷后风控模型

5.1 行为评分卡

5.1.1 业务理解

5.1.2 数据获取

5.1.3 构建模型

5.2 额度管理

5.2.1 风险差异化的额度调整策略

5.2.2 续贷客户额度策略

5.3 还款预警

5.3.1 还款预警

 

六、催收策略模型

6.1 催收评分卡

6.1.1 业务理解

6.1.2 数据获取

6.1.3 构建模型

6.2 催收策略

6.2.1 基于催收评分卡的不同阶段的催收策略

 

七、反申请欺诈模型

7.1 申请反欺诈模型

7.1.1 异常特征提取

7.1.2 复杂网络特征提取

7.1.3 不平衡数据处理

7.1.4 构建识别模型