第一应用研究院 量化风控反欺诈线条训练营
讲师团简介
张老师
FAL特邀签约讲师。日本、中国多年Fintech信贷行业从
业经验，现任某大型金融科技企业大数据部负责人。有
丰富的风控模型开发应用经验，对关系网络在金融领域
的应用有独特理解。
TONY老师
八年以上网络支付和互联网金融风控、反欺诈工作经验。
擅长使用SAS进行数据分析”…
ROY老师
某知名互联网金融公司反欺诈政策经理，擅长各类型的
数据分析及统计建模。
周老师
各年银行信用卡反欺诈的策略与模型制定经验，撰长数
据分析以及数据模型的建立，熟悉信用卡交易风险反敢
诈全流程。
「反欺诈」
是对包含交易诈骗，网络诈骗，电话诈骗，盗卡盗号等
散诈行为进行识别的一种手段
是无论银行还是互联网金融风控必不可少的一部分
随着信贷需求近几年爆发式增长
金融机构业务转型线上化已成为企业的核心竞争力
线上欺诈频繁爆发且让金融机构损失惨重
优秀的反欺诈风控专家则越来越受到行业重视
「量化反欺诈线条全面训练营」
FAL根据目前反欺诈线条实际工作中涉及的绝大部分业务与专家技能
以策略应用为方向，模型技术为强化手段
开发出适合金融科技风控反欺诈专家训练的深度体系课程
帮助学员们建立反欺诈风控知识体系
并高效地应用于真实工作场景中
课程体系由浅入深，零基础学员同样适用
期待大家与FAL一起学习成长
课程大纲
信贷欺诈场景全面深度剖析
反欺诈的痛点及难点
信贷业务面临的主流欺诈·中介的深度揭秘
形式力m
1.如何定义中介与黑产
1.中介欺诈手法详细朗析
2.了解中介与里产的欧诈工具
2.各种欲诈场景防范策路
1）如何识别中介改机行为
3.不同信贷产品的欺诈潜在风险点
全扫描
2）如何识别中介伪造通讯录行为
3）如何识别中介包装资料行为
4） 如何识别中介远程提作行为
·黑产的深度揭秘
·欺诈识别技术
1.黑产攻击时各节点的潜在风险
1.渠道合规监控
2.如何识别黑产拖库、撞库、洗库
行为
2.中介网点识别监控
项目案例1：利用经纬度识别中介
门店
3.如何识别黑产机器注册行为
搭建反欺诈案件调查体系
1.案件分析满查的作用
2.案件调查体系的搭建
项目案例2：案件调查方法及技巧
两种进件场景的反欺诈体系详解
线下申请信贷场景的反欺.线上电请信贷场景的反欺
诈体系
诈体系
1.模式与特点
1.模式与特点
2.主要欺诈风险点全面分析
2.主要欺诈风险点全面分析
3.线下申请场量下的反欺诈体系
3.线上申请场量下的反欺诈体系
项目案例3线下申请场贸的反歌诈
监控报表
项目案例4：线上申请场景的反欺
许监控接表
项目案例5：通过率鼻常的反欺诈
第略分析
项目案例6:通期率异常的反政诈策
略分析
项目案们7：评分规则调优的策略分析
信贷欺诈场景全面深度剖析
反欺诈的痛点及难点
信贷业务面临的主流欺诈·中介的深度揭秘
形式力m
1.如何定义中介与黑产
1.中介欺诈手法详细朗析
2.了解中介与里产的欧诈工具
2.各种欲诈场景防范策路
1）如何识别中介改机行为
3.不同信贷产品的欺诈潜在风险点
全扫描
2）如何识别中介伪造通讯录行为
3）如何识别中介包装资料行为
4） 如何识别中介远程提作行为
·黑产的深度揭秘
·欺诈识别技术
1.黑产攻击时各节点的潜在风险
1.渠道合规监控
2.如何识别黑产拖库、撞库、洗库
行为
2.中介网点识别监控
项目案例1：利用经纬度识别中介
门店
3.如何识别黑产机器注册行为
搭建反欺诈案件调查体系
1.案件分析满查的作用
2.案件调查体系的搭建
项目案例2：案件调查方法及技巧
两种进件场景的反欺诈体系详解
线下申请信贷场景的反欺.线上电请信贷场景的反欺
诈体系
诈体系
1.模式与特点
1.模式与特点
2.主要欺诈风险点全面分析
2.主要欺诈风险点全面分析
3.线下申请场量下的反欺诈体系
3.线上申请场量下的反欺诈体系
项目案例3线下申请场贸的反歌诈
监控报表
项目案例4：线上申请场景的反欺
许监控接表
项目案例5：通过率鼻常的反欺诈
第略分析
项目案例6:通期率异常的反政诈策
略分析
项目案们7：评分规则调优的策略分析
·反欺诈策略体系
三方反欺诈数据的分析与应用
1.自建内部反欺诈数据
1.全面了解反欺诈流程
2.如何搭建反欺诈策略体系
2.主流三方反欺诈数据详解
项目案例&如何制定反欺诈进电核
审批策略
3.如何量化分析三方反欺诈数据
项目案例10：黑名单类三方数据评
估分析
项目案例:反欧诈策略监控体系
项目案例11：单位校验类三方数据
评估分析
项目案例12：:横型评分类三方数据
分评估析
项目案例13：三方数据接入应用策
略分析
项目案例14：教诈名单库的设计与
塅护
欺诈量化指标与策略规则
·反欺诈策略总览
·反欺诈不同规则类型示例
·反欺诈策略调优方法
·反欺诈策略监控与优化
项目案例15：反欺诈第略调优与效
果预测
反欺诈评分模型的开发与应用
·反欺诈模型业务场景
主流算法与建模核心流程
1.主流算法详解
2.欧诈Y的定义
3.样本设计与数据预处理
4.变量特征工程
三方反欺诈数据的分析与应用
1.自建内部反欺诈数据
1.全面了解反欺诈流程
2.如何搭建反欺诈策略体系
2.主流三方反欺诈数据详解
项目案例&如何制定反欺诈进电核
审批策略
3.如何量化分析三方反欺诈数据
项目案例10：黑名单类三方数据评
估分析
项目案例:反欧诈策略监控体系
项目案例11：单位校验类三方数据
评估分析
项目案例12：:横型评分类三方数据
分评估析
项目案例13：三方数据接入应用策
略分析
项目案例14：教诈名单库的设计与
塅护
欺诈量化指标与策略规则
·反欺诈策略总览
·反欺诈不同规则类型示例
·反欺诈策略调优方法
·反欺诈策略监控与优化
项目案例15：反欺诈第略调优与效
果预测
反欺诈评分模型的开发与应用
·反欺诈模型业务场景
主流算法与建模核心流程
1.主流算法详解
2.欧诈Y的定义
3.样本设计与数据预处理
4.变量特征工程
反欺诈评分模型的开发与应用
·模型验证常用指标
机器学习算法的调参优化·反欺诈评分模型应用案例
算法示例16：XG8oost的两参
项目案例17：信用卡反欺诈风险预
测模型
项目案例18：客户标签模型的开发
关系网络理论基础速学
·图论基础理论
·图的测度指标详解
关系网络搭建与应用
·社会关系网络结构
·关系网络在金融中的应用
·图数据库介绍
1. Neo4j
1.团伙欺诈识别
2.Spark GraphX
2.一致性验证
3.关系推理
4.图节点分类
5.图特征提取
6.链接预测
关系网络主要功能及离线分析
1.关系组网（初阶应用）
2.网络特征提取（初的应用）
3.网络规则评分卡（中阶应用）
4.网络评分卡模型（中阶应用）
5.8种高阶常用图算法（高阶应用）
·模型验证常用指标
机器学习算法的调参优化·反欺诈评分模型应用案例
算法示例16：XG8oost的两参
项目案例17：信用卡反欺诈风险预
测模型
项目案例18：客户标签模型的开发
关系网络理论基础速学
·图论基础理论
·图的测度指标详解
关系网络搭建与应用
·社会关系网络结构
·关系网络在金融中的应用
·图数据库介绍
1. Neo4j
1.团伙欺诈识别
2.Spark GraphX
2.一致性验证
3.关系推理
4.图节点分类
5.图特征提取
6.链接预测
关系网络主要功能及离线分析
1.关系组网（初阶应用）
2.网络特征提取（初的应用）
3.网络规则评分卡（中阶应用）
4.网络评分卡模型（中阶应用）
5.8种高阶常用图算法（高阶应用）
·线上实时关系网络的搭建
·常用图数据资源
项目案例19.node2vecf代码实操
示例
项目实操20：中心性测度代码实操
示例
项目实摸21：标签传播算法代码实
报示例
·常用图数据资源
项目案例19.node2vecf代码实操
示例
项目实操20：中心性测度代码实操
示例
项目实摸21：标签传播算法代码实
报示例
https://www.guqihui88.com/zb_users/upload/2025/03/202503261742976421109300.png
