蚂蚁金服蚂蚁集团-信贷风险模型工程师-征信方向

1. 负责构建和优化信贷风控模型体系，根据金融机构业务需求，设计并开发反欺诈模型、申请评分、行为评分模型等； 2. 深入挖掘信贷业务风险模式，通过对数据的深度分析，识别信用和欺诈风险的模式与变化趋势，完善风控特征体系，持续提升模型性能； 3. 关注并研究机器学习领域最新技术进展，探索并应用前沿算法在智能风控领域，解决信贷场景实际问题，包括但不限于深度学习、大模型、图学习、AutoML等方向； 4. 与业务及产品团队紧密合作，对接国内信贷机构，深入了解其业务需求，设计并实施方案，交付高质量的风控模型产品。

负责信贷业务全流程风控策略系统的设计、研发与迭代，支撑授信准入、额度定价、风险分级、反欺诈、贷后监控等核心风控决策，保障系统高可用、低延迟、高并发、可快速配置，为业务风险与收益平衡提供技术底座。 三、岗位职责 1、负责风控策略引擎 / 规则引擎的架构设计、核心模块开发与性能优化。 2、支撑信贷全流程风控策略上线：申请风控、预授信、支用风控、贷后预警、催收策略等。 3、负责风控决策链路建设，对接人行征信、内部评分（如平安分）、三方数据、模型服务，实现实时风险计算。 4、负责额度模型、定价策略、风险分级、白 / 黑名单、规则包等策略能力的工程化实现。 5、负责风控系统高可用、限流、降级、熔断、监控告警等稳定性建设。 6、参与策略灰度发布、A/B 实验、效果埋点、数据复盘平台的研发与优化。 7、与风控策略、模型、数据分析团队紧密协作，将业务规则与模型转化为可上线的系统能力。

1、核心建模与评级体系建设： 深度整合平台内外部数据（如贸易行为、支付历史、企业工商、第三方征信等），构建多维度、动态的买家风险画像。 主导海外买家（B端客户）信用评级模型的全流程建设，包括数据探索、特征工程、模型开发、验证、部署和迭代。 负责评级体系的落地应用，制定差异化的授信、定价及贷中管理策略，实现风险与业务增长的最佳平衡。 2、联合风控与外部合作： 作为风控策略接口人，与海外合作金融机构（银行、保理公司等）进行深入交流，共同设计和落地联合风控方案。 监控联合风控项目的关键风险指标，及时发现问题并推动解决方案的落地。 3、数据洞察与策略创新： 对海外买家群体进行深度的数据分析和客群下钻，洞察不同国家、行业、规模买家的风险特征和融资需求。 持续跟踪全球宏观经济、区域性风险事件及行业动态，将其转化为前瞻性的风控策略调整。

1、深入理解信贷业务模式，搭建覆盖贷前、贷中、贷后全流程的风险控制模型体系； 2、基于多平台多维度数据，运用机器学习、数据挖掘等方法，解决实际信贷业务中的风控问题； 3、构建客户风险行为预测、客户画像、客户价值评估及反欺诈等模型体系，有效支持业务增长与风险管理协同发展； 4、参与探索并推动前沿算法在信贷智能风控领域的实际应用。