然而对于刚毕业的小白或者是意图转岗的“行外者”而言，却对这一岗位了解甚少。
知乎上“转行做风控，需要做哪些准备？”的问题，有6万的点击量，笔者也曾在豆瓣上回答过“收到美团的风险政策岗，该不该去？”的问题。
那么，风险策略分析师具体是做什么的？他的发展前途怎么样，需要必备的一些技能是什么呢？
风控策略分析师，是银行信贷按行业主导“价值实现”的核心岗位，负责构建风控策略体系，以量化分析为基础，有效识别欺诈风险与信用风险，制定不同类型产品的风控策略，同时负责监控各项风险指标，及时进行风控策略的调整与优化工作。
毫无疑问，风险策略分析师作为业务方的“数据分析”，在金融领域的吃香程度已不亚于普通的数据分析师，甚至高于普通的数据分析师，毕竟该岗位具备业务经验+数据技能的双重门槛。
一方面，从“钱途”上看，在一些招聘网站，我们可以看到1-3年经验的风险策略分析师基本月薪都在15-30k不等，在职场新人中属于“高薪一族”；
另一方面，从“前途”上看，风控策略岗相对于算法建模、程序员等岗位而言，学历门槛较低，而且吃香，同时随着工作年限正向成长，职业生涯稳定且多斤，未来还可以像算法建模等岗位转型，职业拓展面广，可谓前途无限。
既然风险策略分析师前途大好，那要想成为一名合格且优秀的策略人员，需要具备哪些技能呢？我们可以先从招聘网站上看下基本的岗位要求。
风控从技能上描述，是需要理解数字背后的业务含义，并对数据结果在整个行业排序中的位置有大概的轮廓，寻找宏观变化与指标波动之间的联系。
作为一名日常与数据打交道的分析师，我们经常需要利用sql实现表链接、嵌套表的查询、数据备用；使用python生成报表、邮件并设置定时更新与发送，因此，数据技能是风控人员必不可少的技能之一。
在很多的招聘简章中，都要求从业者熟练掌握起码的hive、sql甚至是python语言，因此不具备数据分析能力便难以成为一名风控策略分析师，这也是该岗位具有的门槛之一。
当前，很多试图寻找高薪工作的同学们似乎开始了本身的转码之路，但大多数人只知道数据分析师的岗位，其实风控岗位也可以成为很多计算机专业乃至转码同学的工作选择之一。
作为一名优秀的风控策略分析师，除了具备相应的数据查询技能外，还要求掌握结构化的数据分析思维，同时熟悉数据分析与报表系统，能根据业务特性解读数据，形成有价值的理论，同时贮备一些项目经验，形成对业务的系统化认知。
众所周知，统计学方法是量化分析领域中必备的一门课程。风控作为金融领域的量化分析，不外乎如此。风险控制发展至今，已逐渐形成了科学的统计分析方法和策略分析方法论，比如A/B测试、漏斗放过等等。
如果你想成为一名风险策略分析师，那么建议你系统学习一下风险管理的一系列规则，比如策略回顾与调优、策略监控、资产质量分析等，通过一些机构课程的学习详尽掌握风控体系的知识框架体系。
当然，不同公司由于业务及发展规划的不同，风险管理上具备自己的一些特性，但是总体的指标与框架是不变的，在参与实际工作中，我们可以初步了解风控流程的运行逻辑，再通过实际项目的锻炼和业务需求后，不断从各个维度、各个指标把控风险，从而走向高薪风控岗。
就整套信贷业务流程来看，从最初的获客，到申请贷款、审核贷款、发放贷款，以及最终环节回收贷款，都有风险策略分析师的存在。
对于久经沙场的从业者而言，可能对整套流程和每个环节的业务指标并不陌生，只是多数人在日常工作中的职能覆盖远远达不到全面了解，比如贷款风控可能对c卡（催收评分卡）只知其一，不知其二。
这就要求风控从业者在工作中需要对行业和未来的职业道路有一定的规划，选定方向，通过业务锻炼，理解并学会不同场景下的风险分析，以便快速成长为量化风控老手；
对于刚毕业的小白或者是意图转岗的“行外者”而言，拥有一定的数据分析技能是基础，但若能在入职前掌握一定的风险策略概念，便可以让面试官眼前一亮，进而在众多面试者中脱颖而出。
一个合格的风控策略分析师，从技能上要懂统计、懂算法、会编程，是数据科学家、业务专家的综合体。
对于策略人员而言，我们总是需要在纷杂的数据中根据业务指标来发现、定位业务问题和成长空间，例如通过率下降了多少个点，背后的原因是什么，是定价太高，还是产品流程复杂，当然数据敏感度是随着项目经验的积累而不断深化的，同时也需要一些常规数据校验方法的协助。
而若想成为一名优秀的策略人员，我们甚至需要深度挖掘和定制内部数据源以及各种高效、稳定、能解决不同业务问题的模型，因此建模基础是每一位策略人员的加分项，短期工作可能不需要，但从长远发展的角度考虑，学会建模一定能辅助你在工作路上更进一步。