招商金科-智能风控算法工程师(J31539)

1. 负责集团风控全场景算法模型搭建与落地，基于机器学习、深度学习技术，研发分类、回归、时序预测等核心模型，实现财务风险、客户信用风险、地产库存运营风险的精准量化、趋势预判及分层分级管控； 2. 独立完成算法建模全流程工作，涵盖业务样本筛选、数据集处理、模型训练、参数调优、指标验证、泛化能力优化等，保障模型准确率、稳定性与实用性，适配集团复杂业务场景需求； 3. 深度对接业务需求，具备独立的业务建模思维，能够精准拆解财务风控、客户授信、地产库存运营的业务痛点，将业务需求转化为标准化、可落地的算法建模方案； 4. 负责模型上线部署、线上效果监控、故障排查与迭代优化，持续提升模型线上落地效果；独立输出算法建模报告、风险分析报告、业务优化报告，为管理层精细化决策提供数据与技术支撑； 5. 联动业务、产品、技术等跨部门团队，推进算法模型落地应用，同步跟进行业前沿算法技术与集团业务迭代，持续优化风控体系与数据赋能能力。

1.本科及以上学历，具备3年以上风控算法相关经验； 2. 熟练掌握风控场景主流算法体系，精通分类、回归、时序预测等机器学习、深度学习算法；熟练使用XGBoost、LightGBM、LSTM、TimeTransformer等核心模型框架，完整掌握建模全流程技术要点； 3. 具备独立建模与项目落地能力，熟悉模型从研发、上线、监控到迭代的完整闭环流程，能够针对性完成模型调优、样本优化、指标提升、泛化能力强化等工作，可独立输出各类专业模型与分析报告； 4. 具备优秀的数据敏感度、逻辑分析能力与风险洞察力，能够快速识别财务风控、信用授信、地产库存运营场景的核心风险痛点，精准实现业务需求向算法方案的转化落地； 5. 具备良好的跨部门沟通协作能力与项目推进能力，可高效对接各业务条线完成模型落地应用；工作严谨细致、责任心强，具备优秀的自主学习能力、问题解决能力与抗压能力，能够适配算法技术迭代与业务快速更新的工作节奏。