vivo金融风控工程师（贷后方向）
任职要求
1、本科及以上学历，金融、经济、统计、数学、计算机等专业优先；
2、3年及以上消费信货、信用卡业务逾期风险处置、催收策略制定及部署实践经验，有…工作职责
1、基于贷后数据体系，制定贷后策略，追求利润增量，ROI在可控范围内； 2、基于业务类型（现金贷及分期业务）、客群特征分析与挖掘，同时结合渠道、话术等因素，不断完善催收策略体系； 3、建立策略监控机制，针对报表数据、过程中的问题，及时纠正策路实施过程及效果； 4、持续推进催收系统平台建设，制定AI人机结合策略。
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。
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。
为应对日益复杂的金融欺诈手段和动态变化的信用风险环境，我们正在全面推进风险管理智能化升级。现诚邀一位具备前沿AI技术视野与实战能力的 AI创新算法专家 加入我们的核心团队，主导基于大语言模型（LLM）、多模态大模型等新一代人工智能技术的风险链路重构项目。 你将作为AI技术创新的引领者，推动从传统规则驱动向“感知-推理-决策”一体化智能风控体系的演进，构建覆盖贷前、贷中、贷后及支付全链路的下一代智能风控架构，显著提升风险识别精度、响应速度与自动化水平。 主要职责 1，主导AI驱动的风险链路重构项目：设计并落地基于LLM与多模态大模型（文本、图像、音频、行为序列等）的端到端风险识别系统，重构现有反欺诈、信用评估与支付风控流程。 2，构建智能风险理解引擎：利用大模型对非结构化数据（如客户沟通记录、社交信息、交易描述、证件图像、视频认证等）进行深度语义理解与关联分析，挖掘潜在风险信号。 3，开发自适应风险推理框架：结合知识图谱、因果推断与大模型的推理能力，实现对复杂欺诈模式（如团伙欺诈、身份冒用、场景伪装）的自动归因与可解释性输出。 4，探索多模态融合建模：整合文本、图像、生物特征、设备指纹、行为时序等多源异构数据，构建统一表征空间，提升高隐蔽性风险的检出率。 5，推动AI能力产品化与工程落地：与工程、数据平台及业务团队协作，完成模型部署、A/B测试、性能监控与持续迭代，确保在高并发、低延迟场景下的稳定运行。 6，跟踪前沿技术动态：持续关注大模型、Agent智能体、RAG、Prompt Engineering、小样本学习等技术在金融风控中的应用进展，推动技术预研与创新试点。 7，建立AI风控伦理与合规框架：确保模型设计符合数据隐私、公平性与监管要求，规避偏见与滥用风险。