百度金融风控算法工程师（J94240）
任职要求
-数学/统计、机器学习/人工智能、计算机相关专业背景，硕士及以上学历 -熟悉机器学习、深度学习相关理论和算法，2年以上基于大数据的机器学习算法、数据挖掘相关项目经验 -熟悉信贷风控模型构建、特征…
工作职责
-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
-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。
-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、结合信贷风控模式和信贷流程，开发并优化互联网信贷风控的反欺诈、信用评分、用户画像等模型 2、搭建各业务环节的机器学习模型，并负责模型部署应用、维护、监控和升级迭代； 3、推动自有数据、三方数据的特征挖掘，并对数据挖掘结果进行评估和校验； 4、负责建模流程优化，提升模型开发和部署效率，降低模型维护成本； 5、研究前沿机器学习算法在领域的实践和应用； 6、跟进配合产品和策略同学的数据模型辅助和名单生成规则等工作； 7、根据规则配置决策引擎，灵活响应业务的调整需求。
1、开发国际化产品业务域的风控技术；利用规则/算法/模型，打击包括但不限于国际化业务的虚假账号、刷粉刷赞、垃圾导流、信息盗取、欺诈牟利等方向的风险； 2、面向给定的业务方，为对应产品领域的风险水位的度量与降低负总责；主导长短期风控技战术，确保策略的执行与产出符合预期，赢取业务合作伙伴与产品用户的信任； 3、结合业务发展方向，建设持久高效、模块化可移植的风险防控体系，提升风控方案在机器学习、分析与防御纵深上的竞争力，降低面对新业务、新作弊手段的风控成本。