得物风控测试专家
任职要求
- 本科及以上学历，计算机科学、数学、统计学等相关专业优先。 - 3-5年及以上专业数据测试、模型测试相关工作经验，具备风控领域（电商、社区、信贷、反欺诈、反洗钱等）测试经验者优先。 - 精通数据测试方法，熟悉大数据相关知识，特别是离线、实时数仓技术，熟悉数据质量校验维度（完整性、准确性、一致性、及时性等），能够独立完成复杂数据场景的测试设计与执行。 - 具备大模型模型测试核心能力，有模型评测经验，了解常见风控模型（评分卡、逻辑回归、随机森林、深度学习模型等）的原理与评估指…
工作职责
- 负责风控领域数据测试，包括离线、实时数仓及全链路测试，构建多维度监控体系覆盖数据准确性、一致性、完整性、时效性，能通过算法或者大模型提前识别潜在数据问题。构建质量预警能力和数据质量基线，通过实时检测和定期巡检，提前发现问题并建立数据血缘，快速定位数据根因，评估影响范围，缩短问题修复时间 - 参与数据风险治理，能识别业务风险和推动治理，沉淀治理能力提升质量保障 - 大模型测试全流程工作，全链路功能测试，全链路压测，大模型评测体系建设，基座模型和应用模型，评测集管理、评测流程建设、评测工具需求制定和落地并输出评测报告。 - AI测试平台构建，构筑测试工具提升效率，先进技术的测试技术研究规划，推动测试技术，工具平台的突破和创新 - 深入理解风控策略逻辑，结合电商、社区、信贷、反欺诈、反洗钱等业务场景，针对风控模型（如评分卡、决策树、机器学习模型等）的准确性、稳定性、区分度等核心指标开展专项测试。 - 搭建与优化数据/模型测试体系，制定测试标准、规范及方法论，提升测试效率与覆盖度，保障风控数据与模型在生产环境的可靠运行。 - 参与风控系统迭代优化工作，从测试角度提出风险防控建议，保障系统安全性与合规性。
滴滴出行国际化金融测试团队，负责核心业务质量保障，包括支付、风控、现金贷、信用卡等业务，团队技术导向，紧跟公司业务，质量保障能力处在行业前沿水平。 1、负责国际化支付系统的核心链路测试架构工作； 2、负责金融域内质量保障体系的构建和实践； 3、参与前线调研，负责前线业务对接，打通国际前线和质量Team信息渠道，消灭认知GAP、赋能国际金融业务 4、通过前瞻性的能力、机制建设， 规避业务质量风险；
● 网络稳定性管理：梳理和管控阿里云网络的线上稳定性风险，稳定性建设以及性能优化，包括线上问题处理，问题诊断，确保线上系统的安全可靠，提升产品的稳定性和性能，降低网络风险，提升应急响应处置效率。 ● 自动化运维开发：开发和维护路由器/交换机/虚拟网络等网络设备及软件的自动化能力，；落地网络稳定性相关的运维效能提升。 ● 新技术验证与优化：参与新架构、新产品结合测试和运营要求的工作，归纳总结形成有效的SOP，并集成到监管控相关维护系统中。 ● 变更风控与效能提升：变更风控能力建设，持续提升大规模安全高效变更工程化效能，保障变更稳定性和效率，设计和适配开发自动化变更场景。
1. 深入蚂蚁、阿里生态、菜鸟体系下的业务模式，分析各平台上的行为数据和属性； 2. 对第三方外部数据有较全面的了解，理解其数据含义并进行深入的数据分析和挖掘； 3. 深入了解信贷产品的产品属性、业务场景、客群，识别风险 ； 4. 根据客户的贷前、贷中、贷后的行为表现，结合客户各平台的属性及行为数据，以及平台外各种第三方相关数据，对获贷及潜在客户的信用风险和欺诈风险进行评估与计量； 5. 根据客户的被量化的风险情况，为客户计算响应的准入门槛、授信额度、价格及对应的还款方式，并使之实现既定目标上的最优化； 6. 科学地设计客户测试方案，为策略下一步优化提供依据，同时指导业务的下一步开展节奏； 7. 将研究成果转化成业务规则并跟进部署在决策系统中； 8. 完成各类分析报告等。
1.负责信用风险模型的开发，包括模型设计、数据准备、模型开发、上线测试以及上线之后的模型监控 2.负责风控模型的数据集市搭建，持续挖掘公司不同业务类型数据在风险评估方面的价值，丰富和完善风控模型的数据集市 3.负责对外部征信数据的有效性和质量进下评估，推动其在模型和策略中的应用 4.负责信贷业务的相关数据分析，为风险模型的策略应用提供决策支持 1. Responsible for the development of credit risk models, including model design, data preparation, model development, online testing, and post-launch model monitoring 2. Responsible for building a data warehouse for risk control models, continuously exploring the value of different types of company business data in risk assessment, enriching and improving the data warehouse of risk control models 3. Responsible for evaluating the effectiveness and quality of external credit reporting data, promoting its application in models and strategies 4. Responsible for related data analysis of credit business, providing decision support for the strategy application of risk models