京东风控策略专家(贷后方向)

1、提出贷后风险管理政策的方案及优化,基于催收评分卡模型的差异化催收策略体系建设,达到提升回收率、降低滚动率、提升催回率的目标。 2、结合多维度数据持续不断优化逾期客户分层策略、客户分单、流转、拨打策略等,达到降低催收成本率、提升催收人效的目标。 3、推动各项A-B test方案的设计、落地执行、测中监控和测后总结评估以及优化工作。 4、跨部门协调运营、模型、产品、科技等部门保障催收策略的落地和平稳执行; 5、基于业务发展方向,提出贷后管理及作业系统优化需求,并推进开发实现; 6、提出优化政策方案及数据供上级决策,提升运营管理效果,优化费用效率。
1. 针对本地生活消费信贷业务发展需求,负责设计和完善信贷风控算法体系,包括反欺诈、信用评分、价值模型等; 2. 深入了解本地生活消费信贷产品的产品属性、业务场景、客群,识别风险并根据客户的贷前、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,完善风控特征池、引领机器学习算法的创新应用,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; 3. 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等,并使之实现既定目标上的最优化; 4. 参与和探索前沿算法在信贷智能风险管理领域的应用和落地,包括但不限于知识图谱,GraphML,多模态识别,AutoML等方向; 5. 协同业务及政策团队进行业务问题抽象,推动算法在业务场景中的应用,并持续推动优化算法及性能;
1、 对科创企业具备宏中观认知,能够从科技企业生命周期特点(如初创期、成长期、成熟期)不同阶段的融资诉求设计差异化信贷解决方案。 2、 通过市场调研、行业分析,筛选符合信贷政策的优质客户,拓展科创特色场景的运营渠道(线上和线下),优化运营策略,提升运营转化率,达成业务目标。 3、 风险评估与授信管理:对科技企业的技术、产品、团队、财务状况等进行综合评估,能够制定业务和风险平衡方案。 4、 项目执行与贷后管理:跟进贷款审批、放款及资金使用情况, 监控企业经营动态,及时识别风险信号并制定应对策略(如提前预警、重组方案等)。 5、 联动政府、科研机构、投资方等资源,构建科技金融服务生态。