职位描述
1.核心风控模型研发与迭代:
主导或独立负责信贷风控全流程（包括但不限于反欺诈、申请评分、行为评分、催收评分等）的核心算法模型的设计、开发、验证与部署。
持续监控、评估线上模型的表现，并根据业务变化和模型效果进行快速迭代和优化，确保模型的稳定性和有效性。
2.数据挖掘与特征工程:
深度挖掘和分析内外部多维度数据（如信贷数据、用户行为数据、第三方征信数据等），构建并完善用户风险画像及特征体系。
运用创新的特征工程方法，从海量、复杂的数据中提炼出对风险有强区分度的变量，为模型性能的提升提供坚实基础。
3.前沿算法探索与应用:
跟进并研究业界在数据挖掘、机器学习、深度学习、图计算等领域的最新算法和技术趋势。
积极探索和评估前沿算法（如无监督学习、大语言模型等）在信贷风控场景中的应用价值，并推动其在实际业务中落地。
4.风险策略支持与业务赋能:
与风险策略、产品及业务团队紧密合作，深入理解业务痛点，将模型结果转化为可落地的风控策略，提供数据驱动的决策支持。
通过数据分析和模型洞察，为业务部门提供关于客群准入、额度管理、动态定价、风险预警等方面的专业建议。
5.技术沉淀与知识分享:
负责撰写清晰、完整的技术文档和模型报告，沉淀项目经验和知识。
在团队内部进行技术分享和培训，引领团队成员共同成长，提升团队整体的算法能力和风控水平。

职位要求
1、数学、统计学、运筹学、信息计算科学、大数据等相关专业优先;
2、熟悉信贷风控业务流程，了解风控数据服务行业的产品概况;
3、3年以上预测建模开发经验，动手能力强；
4、理解各类预测模型方法原理及限制条件，具备应用选择比较能力；
5、对数据敏感，具备对信息的量化提炼能力；
6、具备定义问题的能力，有系统性解决具体业务问题的方法及经验；
7、在满足以上条件下的候选人加分项：
A、信贷机构风控相关计量或管理相关经验；
B、图计算、社群挖掘开发及应用相关经验；
C、大数据(千亿级)工程开发及优化相关经验;
D、在金融机构驻场开发及交付风控预测模型经验；
E、信贷用户营销模型开发及优化相关经验；
F、基于运营商大数据开发信贷风控模型或营销模型的相关经验。