80-100K·16薪

金融风控leader

岗位职责：
1. 带领金融业务交付咨询算法团队，与商务和解决方案架构师配合，深入客户业务现场进行模型与业务咨询服务（贷款与信用卡反欺诈，风控A卡、B卡全链路，存量老客促活、营销与运营，借贷产品意愿、资质、支用、拒绝回捞等）；
2.通过与甲方客户深入沟通挖掘业务模型痛点、模型效果期望、评估目标等，将客户业务需求转化为我方模型数据服务需求；使用多种隐私计算技术，机器/深度学习模型调优、融合特征工程、交付定制模型和模型报告，综合保证风控产品的签单率。
3. 带领金融业务交付咨询算法团队，在特征层、模型层、业务策略层与现有数据进行融合；使用隐私计算等安全技术，在安全合规的基础上融合多方数据，解决具体甲乙方客户融合过程中具体的安全和效率问题。
4. 与算法专家与数据公共层同学配合，利用我方已有大数据与机器学习深度学习能力的优势，充分结合金融甲乙方业务经验，落地到服务金融机构风控营销等多个业务场景服务中；并持续进行业务产品设计与技术规划，持续拓展我方大数据金融风控与大数据营销的业务范围。
职位要求
1. 计算机相关专业，硕士及以上学历；5年以上在甲方（金融机构）或乙方（三方数据、金融科技）机构，金融风控算法经验，熟悉行业头部机构贷款风控A/B/C卡风控算法与策略细节，熟悉行业常用三方风控数据的使用。3年以上带团队经验；有金融相关营销经验者优先。
2. 较强的python开发能力，熟练使用相关数据分析与算法库；熟悉常用机器学习算法（LR、XGBoost），并能从原理进行推导和源码优化与修改。
3. 个人综合能力强，除算法技术能力外，需要有强的业务分析潜力，对于创新业务的学习能力，和与甲方金融机构的强沟通能力；
4. 熟练大数据开发者优先：了解MapReduce原理，使用过Hadoop Streaming/Hive/Spark/ODPS等大数据研发工具，处理过百G以上数据；熟练深度学习相关运用者优先：使用Tensorflow/PyTorch等深度学习框架，落地运用过LSTM、Transformer、Multi-Task/Transfer Learning，Contrastive learning，深度模型可解释性等模型技术。