助力數字化轉型 薩摩耶數科基於「特徵工程」爲風控注入底層技術
（原標題：助力數字化轉型 薩摩耶數科基於「特徵工程」爲風控注入底層技術）
隨着移動互聯網、大數據、人工智能等技術的融合應用逐步深入，金融業數據密集型的特徵越來越明顯，銀行等數字化轉型早已迫在眉睫，特別是疫情期間，外部環境衝擊迫使銀行家們去思考，如何在困境中保證生存與發展？
值得一提的是，今年10月底，德勤發佈的《2020年上半年上市銀行分析——中流擊水，奮楫者進》給出了問題的答案：韌性。而數字化轉型成爲快速構建韌性的最有效路徑。
圖片來源於網絡
另觀之如今中小企業，後疫情時代，其對數字化實踐的態度和信息化工具的認知有新的加強。
具體而言，數字化轉型是建立在數字化轉換、數字化升級基礎上，進而觸及公司核心業務，以創建一種新商業模式爲目標的高層次轉型。
而作爲以AI爲驅動的金融數字科技公司——薩摩耶數科利用數據中臺不斷基於實際業務場景開發定製化產品，深耕技術創新，助力金融行業數字化轉型。
金融的本源是服務好實體經濟。德勤認爲，當前經濟增長放緩，不確定性增強，將考驗商業銀行發展韌性，從外延式發展向內涵式發展轉型是大勢所趨，但受限不同內外環境問題，不同銀行的經營水平分化將更明顯。
換言之，韌性將成爲未來成功銀行的核心品質。而所謂的韌性，是指對惡劣外部環境具有較強的抵抗力，能夠在危機中針對性地進行靈活適應和調整的能力。
目前看來，銀行需通過全面數字化轉型塑造韌性競爭力，利用數據分析、智能驅動、靈活架構和降本增效，助力銀行預先把握外部風險、迅速判斷等，爲未來不確定性做好準備。
洞察先知，有韌性的銀行往往對變化具有極強敏感性，決策更是“先人一步”。問題在於如何快速調整爲“防衝擊姿勢”？
如前述報告所提，疫情期間，國有六大銀行和六家股份制銀行通過升級前臺業務、強化中臺風控和保障後臺運營，實現經營模式升級，以金融科技加速數字化轉型，保證業務穩健運營。
且由於信貸業務受疫情直接衝擊，資產質量面臨較大挑戰，同時銀行還需積極發放各類貸款支持實體經濟復甦，因此各家銀行穩步推進數據化中臺風控建設，利用風控模型推動高效准入策略和貸後預警排查策略的施行。
而於消費金融而言，隨着互聯網巨頭、電商平臺、科技公司的積極參與，消費者可選擇平臺類型更加多元，業內競爭進一步加劇，場景、風控、技術成爲影響業務發展的核心要素。
中國銀行業協會發布《中國消費金融公司發展報告（2020）》中明確提到，2019年，消費金融公司緊緊把握科技引領發展理念，持續加大5G、人工智能、大數據、區塊鏈等前沿技術的研究，並將至運用於精準識別客戶、強化流程追準、智能化營銷、產品流程改造等日常經營管理之中，客戶服務效率、效能和質量明顯提升，行業“金融+科技”的屬性進一步凸顯。
需特別指出的是，這一切的基礎是數字化，即通過科技手段提升數據運算速度，改進數據加密、數據簽名、身份認證等方式，有效促進了金融實現更高的效率、更低的成本及更安全的交易。
助力行業實現線上化、智能化的數字化轉型
隨着數據價值的日益凸顯，薩摩耶數科致力成爲賦能金融機構數字化轉型的好夥伴，其數據中臺具有較強的信息整合能力，可以對各類信息進行合理下鑽與聚合，信息的計算、可視化、調度等具有較強的產品化能力，同時在管理機制保障方面，也可實現信息治理、業務模式與組織機構匹配。
而薩摩耶數科數據中臺產出的特徵工程平臺，爲風控業務場景中注入底層技術能力，使風控業務實現便捷化特徵管理模式，從而助力風控業務能基於實際金融場景開發出更利於傳統金融機構數字化轉型的定製化產品及解決方案。
通常來講，特徵工程是在原始數據中加入業務邏輯理解，利用數據變化、特徵交叉與組合等方式，通過數據認識、數據篩選、特徵提取、特徵組選擇，量化成模型訓練和預測可直接使用的特徵。
傳統金融機構一般是利用業務中的金融邏輯推理判斷借款人風險。例如，通過收入水平評估償還能力，能力越大風險越小。再者通過歷史還款記錄評估還款意願，記錄越好風險越小。這些基於業務的因果關係判斷應用到實際業務場景的運作中，能夠對借貸過程中的風險進行有效的把握，爲金融機構風險問題的解決提供了方向。
作爲風控建模中處理和分析數據的重要環節，特徵工程基於業務和技術，利用數據與信用的關聯度，分析出大量用戶風險的特徵，從而提升風控模型的預測能力，能夠更有效第應用於金融信貸場景中。
而在金融業務創新發展與業務場景的複雜化趨勢之下，薩摩耶數科的特徵工程平臺所做的智能化風控主要依賴策略和模型來構建的，利用策略和模型所依賴的數據，在原始數據基礎上進行大量的計算和加工，通過變量計算加工出用於策略和模型的優質特徵變量。變量計算系統的能力直接影響策略和模型的決策效果，進而影響反欺詐和信審的結果好壞，薩摩耶數科通過疫情期間的波動數據找出在疫情期間仍保持低風險的優質客羣，並挖掘出優質客羣的差異和特徵。
爲了讓策略和模型進行快速迭代以適應金融業務需求的快速變化，薩摩耶數科對智能風控系統所依賴的特徵變量系統提出了更高的要求，具體表現在：數據的多樣性、實時低延遲精準的變量計算能力、變量快速的開發應對能力、便捷快速的線上變量驗證方式、有效的變量計算結果質量監控體系五個特徵。
薩摩耶數科數字中臺利用人工智能、雲計算等前沿科技已產出了諸多類似特徵工程平臺的產品，並結合實際業務場景研發出能夠支持金融機構需求的定製化產品。目前，薩摩耶數科AI平臺已上線，依託AI平臺集成的AUTOMAN自動建模平臺已投入風控業務中，且在效率與精度、標準化與通用性之中實現了完美平衡，具備低成本、高精度、高效率地實現數據可視化的特點 ，有效地將數據價值轉化爲競爭力，實現人工智能對企業經營的深度賦能，進一步促進數字化轉型。
具體講，薩摩耶數科的AUTOMAN自動建模平臺憑藉數據研判及處理、最優模型保存及部署、新數據預測、模型訓練及調優四大核心功能，內置前沿流行算法，即使用戶沒有知識背景也能熟練使用，且擁有一鍵建模模式，無需用戶寫代碼，只需按照說明放好數據就能訓練出可部署調用的模型。另其還內置自研究調參算法，讓模型調優不再是玄學，幫助模型開發工程師使用集成工具包提升模型開發效率節省時間克服其他業務難點。
此外，薩摩耶數科技術團隊正在研發特徵變量自助化配置/統一管理的平臺。未來，在金融科技的賽道上，薩摩耶數科將基於人工智能、雲計算等現代互聯網新興技術，持續爲金融機構等提供全方位、專業的數字金融科技服務，助力金融等各行業實現線上化、智能化的數字化轉型，進而通過金融機構向用戶提供溫暖的金融服務，讓每一位用戶感受到金融的溫暖。