风控模型（面向26届毕业生）(J10292)

1、信贷风控场景模型全流程开发： 协助开展信贷风险模型全流程工作，包括梳理业务需求、采集清洗数据，构建特征变量，开发申请评分、行为评分等模型等； 2、模型表现跟踪： 跟踪交付模型的运行表现，定期生成分析报告，通过监测准确率、召回率等指标，分析模型在不同场景下的差异，及时发现问题并提出解决方案； 3、模型优化与协作： 依据业务反馈、数据分析，优化现有模型，提升模型性能。与产品、需求方、科技团队密切沟通，保障模型策略实施与运维。持续跟踪模型表现，结合业务变化提出优化建议； 4、前沿技术探索和应用： 探索和应用如多任务学习方法(Multi-task)、图算法(GNN)、NLP、大模型微调(SFT/PPO/Agent)等前沿技术，从用户交易和行为数据中探索新特征，挖掘数据潜在规律，为模型优化提供支持。

1、面向26届毕业生，计算机科学、数学、统计、金融工程等专业优先； 2、熟练掌握 Python、SQL的开发； 3、熟练掌握常用的机器学习方法，如决策树、随机森林、XGBoost 等树模型原理与应用。 加分项： 1、可提前实习； 2、有良好的风险意识、数据及流程分析能力，善于归纳总结； 3、具备团队协作与沟通能力，对金融科技领域充满热情，学习意愿强烈。