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