眼看着“金九银十”就这么到来了，好几个想要跳槽的同学正在摩拳擦掌，着眼于新的机会，但仍有所顾虑。
在招聘网站上随便一搜“风控模型”
起薪都非常可观
再加上风控模型入行注重技术
没有限定的专业要求
无数新人也希望以此作为踏入社会的第一选择
然而，同样的简历
到了用人单位那里，却有不同的结果
尤其是作为新人，很难拿到一份高薪offer
在上一篇文章里《【求职干货】拿不到风控offer？那是你真的不懂面试！（模型篇）》，已经给大家介绍风控模型岗的面试准备。
今天，希望能够从“差距”的角度，帮助你识别拿高薪offer的关键点！
如果你有简历优化方面需要
扫码添加小金老师
了解FAL offer帮-简历优化服务
哪怕作为工作了1-2年的模型，虽有一定工作经验，却缺乏持续的学习和总结，导致跳槽时才发现，自己的工作深度不足，广度不够，即使有涨薪50%的诱人机会在眼前，也难以把握，更何况是0经验的风控小白呢？
此时，作为新人，你得思考：我与高薪模型工程师的差距在哪里？
是比我多了3-5年的工作经验？名企的项目经验？专业知识的积累？是，也不是。
对业务有着深刻的理解，这是高薪差距最大的来源，没有之一！
在面试中，能够收到面试邀约的，或大部分人都是相同背景，有过建模经验的。
大家对于如何使用算法、如何进行模型调参、验证和监控模型，10个人里面可能9个人的回答都是类似的，这些是有标准答案的；
但在这9个里边，也许只有3个人能够把风控全流程建模讲清楚，这才是真正的“风控”模型工程师。
风控模型工程师，稀缺点不在于模型与算法，而是在于业务与风控。如果说掌握基本算法与代码能力价值月薪20k，那么业务与风控知识掌握的深度决定了你在这个基础上翻多少倍以及什么时候能走到leader的位置。
在没有业务经验的情况下，你的专业度，就是自己在面试中谈薪的底气。像风控模型岗位，不论是能力横向的广度，还是纵向每一项能力的深度，都是要在面试前进行充足的准备。（长期的准备）
为了帮助小白/转岗人士和在岗/晋升人士，系统构建量化风控模型的能力，全面学习特征工程及全场景信用模型的能力。FAL联合特邀科学助教团队和签约讲师（Ollie老师）共同研发此门『量化风控模型机会训练营』。
想对模型岗位进一步理解
戳小金老师微信咨询xj_fal
1、特征工程最全解析（分析+辅助模型）
特征的构建决定了建模的成败，好的特征会让我们在建模的路上事半功倍。可以说建模的流程中大部分的时间都在做特征的构建和筛选。
通过学习单特征构建、多特征筛选、四类主流特征构造方法以及各种特征辅助模型构建特征，全面解析特征工程的“套路”，学会自己进行特征评估和特征构建。
2、二分类模型主流算法全流程精讲（带全流程案例实操）
没有代码基础？本课程包含纯干货的快速SQL、Python入门讲解，帮助您在学习途中扫清工具的障碍。
没有算法基础？本课程将带你从最简单的线性回归入手，逐一串讲各类风控模型常用算法。包括但不限于风控模型中最常用的逻辑回归、到更高级的GBDT、XGBoost、LBGM等。并且结合案例的实操，帮您从理论和应用两个层面完成学习的闭环。
3、全场景评分卡模型体系应用
本课程中囊括了全场景的风控评分卡模型种类，包括：
申请类（贷前）评分卡与各种A卡子模型
行为类（贷中）评分卡与各种B卡子模型
催收类（贷后）评分卡与各种C卡子模型
组合评分卡模型
结合实际的应用场景，无论您将来要进入哪个岗位，都有对应的内容帮助你更好的进行模型应用。
4、学一用三：细化场景建模案例实操（贷中支用）
通过对贷中支用模型开发场景的案例实操讲解，能够进一步细化对于信贷评分模型的理解，从而举一反三，彻底掌握评分卡建模，从样本设计到模型开发模型验证的全流程。从此无论面对何种场景化的模型变种，都可以用相同的“套路”解决。
对于社招，最大的门槛不是学历、背景，而是有没有相关项目经验。这简直是所有转岗人士的死穴。FAL怎么为大家“解穴”呢？
1. 教你最实用的“经验”
建模特征处理、构建与选择的经验；
各类子模型的经验，应对各种业务细分场景下如何开发模型的问题；
参数优化的经验，让你快准狠的调整核心参数，模型一步到位，让面试官都感觉到你“经验十足“。
