携程算法工程师（贷后方向）(MJ027494)
任职要求
1.精通常见的机器学习理论和算法比如LR、XGboost、LGBM等，并能根据业务场景快速将模型落地、部署和监控；有较强的算法分析和实现能力 2.熟悉大数据系统Spark/hadoop/Hive等数据读取、存储、分析的核心原理及应用 3.熟悉深度学习理论，精通至少一种深度学习框架（tensorflow/keras/pytorch）等，有深…
工作职责
1.根据业务场景进行信贷催收模型的高效开发、部署和监控，包括各阶段C卡模型、智能催收模型等 2.负责底层特征的挖掘建设 3.负责催收系统的更新、维护
1. 负责对接支持金服消费金融业务（信贷和信用支付）的贷后风险处置，建设稳定高可用的系统架构，能支撑业务快速变化，业务量高速增长； 2. 面向不断增长的业务规模，从整体上规划系统的容量、稳定性，制定有效的技术解决方案和迭代计划，持续提升系统的高并发、高可用、扩展性、资金安全处理能力； 3. 负责技术难题攻关，高效推进项目，拿到结果。沉淀系统经验和方法论，为团队工程师提供指导培训，提升团队技术实力； 4. 根据公司业务规划，结合业界发展方向，建立短中期的技术架构规划和系统演进路线。
职位描述 1.负责海外业务线的信用体系建设，制订开发信贷风险相关的策略模型，包括贷前、贷中、贷后各阶段。 2.负责风控策略与模型的迭代，包括风控策略与模型的有效性分析，针对风险和业务指标进行全局优化等。 3.建立有效的风险分析和监控体系，做到快速识别、预警、处置风险；
1.熟练使用机器学习、AI模型技术解决实际业务问题并兼具业务落地效果和技术先进性； 2.独立完成全链路特征工程，数据预处理、特征设计和提取； 3.模型设计、训练、调优，搭建并优化贷后资产管理领域的深度学习模型框架，确保准确性和稳定性； 4.探索前沿技术在贷后资产管理领域的应用，提出创新技术方案，保持技术领先； 5.深入理解业务，将业务问题转化为技术解决方案并持续跟踪效果，创造业务价值。
1.熟练使用机器学习、AI模型技术解决实际业务问题并兼具业务落地效果和技术先进性； 2.独立完成全链路特征工程，数据预处理、特征设计和提取； 3.模型设计、训练、调优，搭建并优化贷后资产管理领域的深度学习模型框架，确保准确性和稳定性； 4.探索前沿技术在贷后资产管理领域的应用，提出创新技术方案，保持技术领先； 5.深入理解业务，将业务问题转化为技术解决方案并持续跟踪效果，创造业务价值。