主要工作内容有:
1、资信平台建立：
>结合业务， 找上游部门调研，值域、枚举值 的标准化等工作。
>各渠道的数据接口、找研发人员调研。明确接口含义及到 mongodb 的映射及层次关系。
2、数据融合及数据清洗工作：
>json 样例字典核对、风控规则的分类、渠道前置规则涉及的指标、报告类及原始类数据的分类处理等。
>数据分层，贴源层、mapping层、 到 标准层、按照资信平台的标准。
> 依据业务部门的风控，按照业务范围，整理好特征表。（例如信用卡数据，划分成卡片层、银行层、用户层等）

3、特征衍生工作。
>按照 不同场景、目标属性、计算方式、时间窗口 等业务要求需要 衍生 出变量。
>利用 python、spark、Sql 工具 ，实现生成特征。
> 筛选特征，入评分卡模型（基于逻辑回归的）。 区分变量的类型，选用合适的分箱方法，考量单调性，计算出 WOE、IV值。 在依据 随机森林等算法 选出强指标。

4、数据监控工作；
>按照业务要求对值域、枚举、异常值数据及分布采用告警或阻断操作。并推送通知。

5、第三方数据接入的评测 工作。