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。
1.基于海量数据，探索构建金融场景全生命周期的风控平台，深度参与风控模型开发，为免押、贷款等各种金融业务提供丰富、可靠、便捷的金融技术服务； 2.结合业务，深入挖掘用户金融信贷需求，优化信贷营销业务的推荐模型算法； 3.通过海量数据提取特征，丰富金融相关的用户、商户画像； 4.基于深度学习、因果推断、迁移学习和图计算等技术，探索金融领域的前沿应用。