一、一次风控模型的误判
我本科是金融学，大三参与一个消费信贷风控的项目，负责特征处理。模型上线后，一批看起来 “正常” 的用户被误判，我查了几天才发现是某个特征在时间上发生了漂移。那次之后我对金融科技上了心：技术能提升效率，但也会放大偏差。保研的念头就是那时定的。
二、绩点靠金融与编程
我们专业八十人，我最终排名第三。金融科技的绩点靠两块：金融学基础和编程能力。金融上我把信用风险、资产定价、支付体系做成框架图；编程上我把 Python 的数据处理、建模、评估练熟。考试前我只做两件事：默画理论框架、复述模型评估方法。论文我从大二开始练，题目尽量小，比如一个特征的稳定性检验。
三、英语按论文和技术文档练
金融科技的英文需求是论文与技术文档。我每周精读一篇英文论文，重点看它的数据与评估；每月读一份英文技术文档，注意术语。听力用公开的讲座。专业词汇单独建表，像 default、feature drift、AUC、credit scoring 这些要一眼认出。六级我考到 600 分，面试时能用英文讲清一个模型：数据、特征、评估、局限。
四、竞赛练建模，科研练评估
我参加过数据分析类竞赛，做的是一个违约预测题目，团队三人，我负责特征工程与评估。竞赛教我的不是调参，而是先想清指标 —— 准确率高不等于业务好。科研上我跟着老师做课题，负责数据清洗与模型评估，处理了十万条记录，做了一份模型稳定性对比表，参与写成一份报告。这段经历让我明白，金融科技的研究要经得起时间检验。
五、三个 offer 与一次方向优先的选择
我一共拿到三个 offer，两个是金融科技或金融相关专业，一个是中国人民大学相关学院（金融科技方向）的学术型硕士。选人大的理由：一是这边的金融科技研究有连续性，金融与数据两头都抓；二是我关注的模型稳定性方向有可对接的课题；三是面试时老师问 “你怎么发现特征漂移的”，这种追问说明这边真在做评估。放弃的一所高校条件也不错，但方向偏计算机，和我想做的金融问题不合。
六、把技术讲成风险
我的材料初版像项目清单：做过什么模型、用了什么工具都列了，但看不出判断。知点保研的定制辅导先帮我定主线 —— 信贷风控中的模型稳定性，然后把课程论文、稳定性对比表、评估记录按这条线重排，每段落到 “我发现什么问题、怎么验证、结论到哪为止”；再改呈现，把代码换成模型框图和评估曲线；最后两轮模拟面试，专问数据偏差、评估指标、业务含义。他们不承诺录取，做的是让材料立得住。如果你也在准备，建议尽早让人挑毛病。如有保研问题可以咨询电话 4000003363 或者微信 shuoedu，知点保研咨询师将热情专业的解答您的考研问题。
