1.数据分析与洞察:深度参与数据分析项目,挖掘人群特征、行业趋势及潜在风险点,为业务策略提供数据支撑。
2.风险模型构建与优化:
o 信用评分模型:协助开发和维护申请评分卡(A卡)、行为评分卡(B卡)等,用于预测客户的违约概率、提额风险等,为信贷审批、额度调整等决策提供量化依据。
o 欺诈检测模型:基于第三方数据和内部交易记录,构建反欺诈规则和模型,识别并拦截潜在的欺诈行为,保障资金安全。
o 模型回溯与验证:定期对现有模型进行回溯测试,验证其预测准确性和稳定性。根据业务变化和模型表现,调整模型参数或引入新的变量,以提升模型性能。
o 新技术应用:探索并引入机器学习、深度学习等新技术,提升风险模型的预测精度和泛化能力。关注行业趋势,不断学习和掌握最新的建模技术和算法。
3.数据资源整合与管理:负责数据质量的监控与提升,整合内外部数据资源,为量化决策管理提供全面、准确的数据基础。
1.教育背景:2025届、2026届本科及以上在校生,数学、统计、计算机科学与技术等相关专业优先。
2.实习时间与出勤:每周至少保证3天到岗,实习期限不少于3个月。
3.专业技能:
o 熟悉数据挖掘与建模原理,具备独立分析能力和报告撰写技巧。
o 熟悉使用SAS(Base & Macro)、Python、SQL、R等数据分析工具,以及MS Office。
o 对机器学习算法(如逻辑回归、决策树、随机森林、支持向量机、神经网络等)有基础了解,并有实际项目应用经验。
o 熟悉统计建模流程,能够从数据预处理、特征工程到模型训练、评估与优化全过程参与。
4.具备自我驱动力,数据分析能力
5.语言能力:具备优秀的英文听说读写能力