百度金融风控算法工程师（J84016）

-通过与合作方合作,通过数据挖掘、机器学习、深度学习等方法，构建ToB端的信用贷款风险控制模型。 -参与深度学习等系统和应用的设计、实现、算法调研、优化。 -互联网金融、消费金融、小额贷款行业的机器学习、深度学习等领域前沿算法的研究和代码工程化实现。 -参与金融科技相关AI前沿技术调研。

1、结合互联网大数据能力和金融信贷场景需求 ，开发信用评分、反欺诈等风控模型，进行行业赋能； 2、参与风控建模全流程，包括但不限于标签定义、特征工程、模型训练、模型评估、调优、部署、监控、维护等； 3、通过对海量多维度数据挖掘，丰富和维护风控特征库，并对特征进行有效性、稳定性验证； 4、不断探索机器学习算法在金融科技领域的应用，提升团队风控建模能力，丰富产品矩阵。

1、结合互联网大数据能力和金融信贷场景需求 ，开发信用评分、反欺诈等风控模型，进行行业赋能； 2、参与风控建模全流程，包括但不限于标签定义、特征工程、模型训练、模型评估、调优、部署、监控、维护等； 3、通过对海量多维度数据挖掘，丰富和维护风控特征库，并对特征进行有效性、稳定性验证； 4、不断探索机器学习算法在金融科技领域的应用，提升团队风控建模能力，丰富产品矩阵。

-通过与合作方合作，通过数据挖掘、机器学习、深度学习等方法，构建ToB端的信用贷款风控模型 -基于海量互联网行为数据，结合机器学习、深度学习等方法，挖掘金融风控相关特征，提升风控模型效果 -负责信贷风控模型和特征的工程化应用，包括模型推理/监控、特征加工/更新/监控等 -互联网金融、消费金融、小额贷款行业的机器学习、深度学习等领域前沿算法的研究和代码工程化实现