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。
部门介绍：我们是市场与平台运营中心，作为京东科技的核心力量之一，在金融业务的市场拓展、平台运营与生态建设中发挥关键作用。我们以“体验与效率的价值共生”为核心理念，聚焦C端用户，推动产品体验与技术能力的深度融合，实现商业价值与用户体验的共赢。我们通过数据驱动决策、营销创新实践与平台精细化运营，持续优化关键金融场景（如现金贷、财富管理、大支付、保险等）的用户体验；依托京东金融APP、白条频道页、我的钱包页等核心入口，我们构建起连接用户与金融服务的高效桥梁。我们汇聚产品、运营、量化、研发等多职能人才，以协同创新为引擎，推动业务的可持续增长与长期价值创造。我们不仅追求短期目标的达成，更致力于构建一个用户信赖、商业健康、技术领先的金融科技生态。 1. 参与 AI Agent 服务层的整体架构设计与落地，建设智能数据高效流转，包括数据接入、清洗、标注、元数据与血缘增强、数据治理、数据安全； 2. 面向大模型与Agent，设计并实现核心服务层组件，负责Agent场景的效果优化，深入研究LLM后训练相关技术，包括CPT/SFT/RLHF/RLVR等，提高算法准确率和效率； 3. 构建可复用的 Agent 框架与组件库（记忆模块、工具箱、调度器等），实现不同任务的快速拼接、部署与生产落地； 4. 跟踪LLM领域的最新研究成果，用以持续提升算法应用效果，研究方向包括但不限于强化学习中的奖励模型的优化和创新，AgentRL，可验证奖励的构建和扩充； 5. 关注前沿 AI 技术在 Agent 场景的落地可用性，推动试点、验证与落地。
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。