滴滴小微贷风险策略负责人(J231116005)
任职要求
1、全日制本科以上学历，金融、数学、统计学、计算机专业优先，具备数据分析能力，熟悉消费金融产品模式和风险管理流程； 2、具备2年以上相关经验，曾在银行、信托、消金等公司从事信贷风险管理相关工作者优先考虑； 3、熟练使用SQL，具备一定编程基础，会使用Python\SAS\R任意一种分析工具； 4、具备报表开发能力，熟练使用tebleau报表工具者优先考虑； 5、具备良强的工作责任心、执行力、沟通能力及团队合作能力。
工作职责
1、滴企贷风险策略团队负责人，管理scope10人左右，业务覆盖滴企贷贷前、贷中风险策略，包括但不限于授信策略、交易资格、额度经营、利率期限等管理和优化； 2、负责风险策略体系持续建设，推进框架设计、方法论优化、数据挖掘、外部资信数据对接、指标管理等底层能力搭建； 3、负责小微团队管理和人才梯队建设，监督和指导团队落地和执行； 4、与产品、运营、算法和风险管理部其他团队合作，共同推进风险管理体系的建设。
负责消费贷及小微贷的用户竞争性利率策略工作，在用户全生命周期经营体系的基础上挖掘差异化客群专案，为额度使用率提升构建量化策略。包括： 1、搭建以用户LTV提升为目标的竞争性利率策略体系，设计并完善ABtest机制，迭代优化现有策略，促进用户活跃，在符合ROA的条件下，提升额度使用率，拉升客群整体规模和利润； 2、客群经营专案的设计、推进、落地，并基于用户洞察和行为分析，联动商分和算法团队挖掘出有价值的底层数据特征，同时与风险贷中团队深度联动，形成细分子客群的最优化策略； 3、横向牵头老客业务的策略管理及复盘机制，赋能现有策略迭代； 4、上级领导安排的其它相关工作。
1、聚焦小微客群，深入了解各场景/行业特性，通过数据分析挖掘风险特征，负责贷中、贷后量化策略的设计、开发和迭代，针对不同风险分层客户设计差异化干预手段； 2、在熟悉了解信贷审批作业模式的基础上，以全局最优流程提效为目标，制定合理的风险管理方案并形成信贷审批运营管理策略； 3、基于小微量化策略和信贷审批作业，跟踪通过率、复核率等过程指标以及入催率、滚动率等风险指标，定期分析并推动优化； 4、具备开放及创新意识，能够在核心风险把控的基础上平衡好风险与业务发展的关系； 5、基于数据驱动，以业务目标为导向进行跨部门协同，推动策略落地； 6、其他与风险管理相关的工作。
1、负责阿里巴巴国际站信贷产品的风险策略设计与优化，具体包括信贷风控贷前、贷中、贷后全生命周期的策略制定，外部三方数据的引入与评估等。 2、分析小微卖家或买家信贷业务数据，识别风险点，建立有效的风险预测模型，降低坏账率。 3、与业务团队紧密合作，理解业务需求，将风险控制理念融入产品流程。 4、监控并定期报告风险指标，及时调整策略以应对市场变化。 5、参与风控系统的建设和升级，提升自动化决策能力。
1. 深入了解信贷产品的产品属性、业务场景、客群特征、风险模式，制定与业务模式匹配的风险管理流程和政策框架 2. 结合银行内外部数据，对体系内外的存量及潜在客户的信用风险和欺诈风险进行评估与计量 3. 负责贷前、贷中、贷后的风控模型、规则、策略等相关风控体系的制定、优化、监控，并和其它风险部门形成联动 4. 基于量化风控能力对不同客群的准入门槛、授信额度、价格及对应还款方式进行差异化，使之实现既定目标最优化 5. 将数据挖掘成果转化成政策优化方案并部署在决策系统，同时负责协调技术、数据和模型团队将风险策略实施上线 6. 跟踪市场、行业、舆情情况，为业务发展和风险管理规划提供数据支持和决策依据，驱动风险管理体系的持续优化 1. Deeply understand the product attributes, business scenarios, customer characteristics, and risk patterns of credit products, and develop risk management processes and policy frameworks that match the business model 2. Evaluate and measure the credit and fraud risks of existing and potential customers within and outside the system using internal and external bank data 3. Be responsible for formulating, optimizing, and monitoring risk control models, rules, strategies, and related risk control systems before, during, and after lending, and coordinate with other risk departments 4. Differentiate access thresholds, credit limits, pricing, and repayment methods for different customer groups based on quantitative risk control capabilities to achieve optimal goals 5. Convert data mining results into policy optimization plans and deploy them in decision-making systems, while coordinating with technical, data, and modeling teams to implement risk strategies online 6. Track market, industry, and public opinion trends to provide data support and decision-making basis for business development and risk management planning, driving continuous optimization of the risk management system