风控模型经理岗位职责

岗位职责
1.模型全流程管理：负责信贷场景（信用、反欺诈等）风控模型的全生命周期管理，包括需求分析、数据准备、模型设计、开发、验证、上线及监控迭代。
2.数据整合与特征挖掘：整合内外部数据资源（征信、行为、第三方数据等），开展深度数据清洗与分析；定期挖掘高价值特征（征信指标、用户行为指标等），构建特征库提升模型性能。
3.风险监测与报告输出：设计模型监控指标体系，跟踪模型上线后表现（区分度、稳定性等），及时预警风险；编写风险报告，为管理层及策略团队提供决策支持。
4.跨团队协作与合规保障：与业务、策略、IT 团队协作，确保模型开发符合业务需求及合规要求，保障模型可解释性与监管适配性。

任职要求
1.统计学、数学、计量经济、计算机等相关专业本科及以上学历。
2.5 年以上互联网小贷、助贷机构或消费金融公司风控模型领域工作经验，熟悉信用风险、反欺诈等场景数据，有违约及欺诈数据分析经验者优先。
3.精通风控建模方法（逻辑回归、决策树、XGBoost、LGBM 等），有独立开发评分卡或机器学习模型经验；具备优秀的特征工程能力。
4.熟练使用 SQL、Python、R 等数据处理与建模工具；了解模型部署流程及规则引擎者优先。
5.具备强逻辑思维、数据分析能力及抗压能力，有良好的沟通协作意识与创新精神。

职位描述：
1、负责金融风控和营销领域数据的特征挖掘和模型开发；
2、基于对数据的理解，对数据进行清洗、分析与加工；
3、根据业务模型需求构造适合的特征变量，挖掘数据价值；
4、负责开发用于风险分析，模型构建的相关工具。
职位要求：
1、全日制数学，统计，计算机，经济，金融等相关专业，2年以上工作经验；
2、能够熟练运用R/Python中的至少一个，熟悉建模开发环境，了解数据库语言；
3、对数据敏感，具备较强的学习能力，沟通能力，逻辑分析能力；
4、有金融行业数据分析经验，熟练掌握多种机器学习算法原理，或具备丰富的模型构建经验。

【工作职责】
1.基于海量数据，挖掘并整合风险画像特征，运用逻辑回归、 决策树、 随机森林、 Xgboost、神经网络等算法进行数据建模并完成相关交付文档撰写；
2.能设计模型开发流程，评估模型有效性，并持续监控与优化模型；
3.深入理解客户需求，为客户讲解解决方案的细节、分析建模思路、方法、步骤等；
4.团队内部沟通协作，确保项目执行和交付。
【任职要求】
1.具有5年以上的工作经验，学历背景本科以上；
2.统计学、应用数学、计算机、金融类相关专业优先；
3.具备银行、消费金融、互联网金融行业数据分析、模型开发、风控策略应用经验者优先；
4.能熟练使用SQL、R、Python、Tableau等分析以及可视化工具者优先；
5.能运用逻辑回归、决策树、随机森林、xgboost、神经网络等机器学习算法进行数据建；
6.了解常用数据算法者优先；
7.良好的沟通协调能力、团队合作能力、抗压能力。