4、對參加抗擊疫情一線醫護人員的配偶或子女,在同等條件下優先錄?。?/div>
5、符合任職回避有關規定。
數據分析及挖掘崗
崗位職責
1、建立數據分析指標體系,不斷完善指標體系和分析方法;
2、進行數據庫建設、標準化流程建設,實現業務數據自動化匯總和多維度展示;
3、對客戶信息數據進行分析挖掘,通過建立數據模型為風控及營銷提供支持,完成從數據提取、清洗、處理、到結果分析一系列工作;
4、通過專項分析,輸出專項分析報告,管理決策提供數據支持;
5、負責數據挖掘領域的工作,從業務邏輯中提煉并計算指標,支持風控數據分析工作;
6、搭建指標體系,通過建模和分析等手段,描述各個因素對核心業務目標的影響;對核心指標進行監控;
7、參與數據挖掘及數據產品研發的規劃、設計及實施;包括數據準備、數據分析、數據建模、模型優化、算法應用等工作。
任職要求
1、本科及以上學歷,本科須為985或211高校,原則上,年齡不超過35周歲;
2、計算機、數學或統計等相關專業本科及以上學歷,3年以上數據分析和數據科學相關經驗,熟練掌握VBA、SQL,有大中型企業數據分析團隊工作經驗者優先;
3、扎實的機器學習、數理統計理論和技術基礎,有相關研究或工程經歷;
4、扎實的編程基礎,熟悉練C++/Java/Python/R編程語言之一,有海量數據處理經驗者;
5、對商業和業務邏輯敏感,對數據有敏銳的直覺,具備良好的邏輯分析能力和系統性思維能力,良好的跨團隊的溝通能力;
6、具備較強的分析總結能力,具備良好的圖表等數據語言呈現能力,包括PPT展示和講解能力;
7、對參加抗擊疫情一線醫護人員的配偶或子女,在同等條件下優先錄??;
8、符合任職回避有關規定。
貸后催收策略崗
崗位職責
1、根據消費信貸產品的設定及風控目標,設計貸后逾期客戶分群及催收運營策略,以達成風控目標;
2、能通過統計軟件對資產質量進行指標監控及數據分析,驅動各類渠道貸后策略的持續優化,以實現風控目標與成本的可控;
3、統籌貸后項目管理,參與項目調研、貸后實施計劃的設定、策略的測試及部署、目標拆解及監控、系統需求的擬定及建議。
任職要求
1、本科及以上學歷,本科須為985或211高校;原則上,年齡不超過35周歲;
2、3年以上銀行、消金或小貸公司貸后催收經驗,有風險建模相關經驗優先;
3、對信貸資產質量風險分析有深刻的認識,熟練掌握分析方法論(Vintage、TTD、滾動率等);
4、熟練掌握至少一種統計軟件SAS、python等,了解主流決策引擎的使用;
5、掌握常見的邏輯回歸、決策樹、xgboost、GBDT等模型和算法;
6、對參加抗擊疫情一線醫護人員的配偶或子女,在同等條件下優先錄取;
7、符合任職回避有關規定。
貸前及貸中風險策略崗
崗位職責
1、負責有場景業務及線上小額消費信貸業務進件調研及流程梳理;客戶分群策略、額度及定價策略制定;負責跟進互聯網渠道業務產品的全流程貸前、貸中、貸后的風險相關工作;
2、基于傳統模型理論或機器學習前沿算法,對互聯網渠道用戶進行多維度風險評估;
3、負責業務條線的客戶的再授信策略,根據客群特點、產品特性、市場調研等制定用戶準入、額度核給、利率評定等相關風控策略;
4、對策略實施效果做評估,提出客戶授信調整策略,保證相關策略的正確性和有效性;
5、針對信貸數據進行深度挖掘和剖析,及時準確完成各項分析需求,完善前端風控策略,并給出建設性結論;
6、監測和分析風險策略的執行情況和效果,并進行持續優化與完善;
7、與業務、產品、運營、研發等合作部門密切溝通協作,制定相應的風險策略,推動風險策略部署實施;
8、與其他業務部門溝通,參與產品流程設計和討論,審核和評估產品上線的風險,為相關項目提供政策支持。
任職要求
1、本科及以上學歷,本科須為985或211高校;原則上,年齡不超過35周歲;
2、三年及以上在消費金融風險模型開發和策略制定的實踐經驗,熟悉貸前、貸中風控管理工作,對客戶申請評分、行為模型、利率定價模型通透了解,具備法律常識和風險預警意識;持牌金融機構或互金平臺風控經驗優先;
3、深刻了解消費金融客戶類型,并能夠基于客戶類型進行額度及定價策略的制定;
4、精通至少一種數據分析工具,如SAS/python等;了解主流決策引擎的使用;
5、對數據有極強的敏感度,擅長數據驅動,挖掘機會點并進行策略迭代;
6、工作認真、主動、負責,重視團隊合作,有較強的溝通能力和邏輯分析能力;
7、對參加抗擊疫情一線醫護人員的配偶或子女,在同等條件下優先錄??;
8、符合任職回避有關規定。
反欺詐管理崗
崗位職責
1、深入理解信貸的業務模式、流程和系統架構,發現潛在的欺詐風險點,和產品技術、業務運營高效溝通,設計合理的反欺詐風控策略架構;
2、獨立思考各個業務環節或場景可能潛在的欺詐風險,設計合理的數據埋點體系、設備地理位置APP列表通訊錄等信息抓取、黑灰白名單體系、關系圖譜等,通過大數據分析,定量識別潛在的風險和業務影響;
3、與數據團隊緊密配合,通過大數據挖掘,找到欺詐者的行為特點,快速形成有效的反欺詐策略,持續迭代優化某個業務或場景的風控效果;
4、針對業務或場景建立合理的欺詐指標體系,在反欺詐過程中不斷完善監控體系,與數據工程團隊配合,形成可視化的監控系統,能夠快速發現欺詐;
5、支持日常數據抓取、分析和報表工作,并跟進國家政策動向、同時搜集行業反欺詐戰術動作和規劃,為業務調整提供決策依據。
任職要求
1、本科及以上學歷,本科須為985或211高校;原則上,年齡不超過35周歲;
2、3年以上風控策略或數據分析或數據挖掘或機器學習或數據工程等方向的工作經驗;
3、熟練使用SQL,掌握SAS/SPSS/Python/R中至少一種統計分析工具;
4、熟練掌握風控建模,包括但不限于反欺詐評分模型、交易欺詐評分模型等;
5、熟悉常用機器學習算法,如:決策樹、聚類、邏輯回歸、關聯分析、SVM、神經網絡、boosting;
6、認真細致,對數據敏感,有較強的邏輯分析和組織協調能力,具有團隊合作精神;
7、對參加抗擊疫情一線醫護人員的配偶或子女,在同等條件下優先錄??;
8、符合任職回避有關規定。
風險模型開發崗
崗位職責
1、基于內外部數據,挖掘并整合用戶行為特征,能運用邏輯回歸、決策樹、隨機森林、神經網絡等機器學習算法進行數據建模;
2、通過算法和模型基于數據對客群進行聚類與畫像,設計客戶標簽,對畫像標簽進行數據與業務驅動相結合的方式進行應用,包括不限于對風險損失、營銷響應、轉化、盈利等多目標進行持續優化;
3、設計建模流程,評估模型有效性,并持續監控與優化模型。
任職要求
1、本科及以上學歷,本科須為985或211高校;原則上,年齡不超過35周歲;
2、具備互聯網金融行業數據分析經驗者優先;
3、熟練使用SQL、python、R等分析工具;
4、熟悉常用數據挖掘、機器學習算法,如決策樹、聚類、邏輯回歸,關聯分析、SVM,神經網絡,boosting等,有海量數據挖掘的項目經驗者佳;
5、對消費金融生態圈有基本認識,對國內資金市場和價格體系、消費信貸產品設計開發流程、風險控制等有一定理解;
6、有信貸模型經驗者佳,如收入模型、信用申請欺詐模型、損耗模型、貸款回收模型以及一般信用評分模型經驗者佳;
7、對參加抗擊疫情一線醫護人員的配偶或子女,在同等條件下優先錄取;
8、符合任職回避有關規定。
