职位&公司对比
职位详情
- 北京
- 1-3年
- 本科
- 人工智能
- Python
- R
- SQL
- 反欺诈
- 机器学习
- 深度学习
- 异常检测
扎实的数学和算法基础,熟悉常用的分类、聚类及异常检测算法 优秀的直聘分析问题和解决问boss题的能力 对数据敏感,能快速理解业务,发掘业务细节BOSS直聘和数boss据之间的联系
职位详情
- 北京
- 3-5年
- 本科
- Python
- SQL
- 机器学习算法/工程化经验
岗位职责: 1.独立完成建模方案设计、模型开发及部署,运用各类算法开发包括不局限于营销响应、流失预警等营销模型及反欺诈、信用评估、额度模型、行为评分、催收评分等风险模型,并对现有模型进行优化完善;根据客户需求,独立带领项目成员进行咨询项目的实施,包括方直聘案设计、项目计划安排、实施过程管理、项目质量把控、报告撰写及交付汇报; 2.配合商务进行客户需求沟通、方案讲解及咨询支持,对客户提出的业务痛点提供有效的解决方案及量化的决策建议;统筹分析并定位信贷机构风险/运营管理中出现的问题,结合行业动态趋势、监管力度,把握市场机遇,提供有效落地的解决方案,促成项目开展和有效落地; 3.充分了解客户业务端审批流程及风险表现,结合用户特征,制定或优化贷前、贷中及贷后风控策略;为客户提供用户分层筛选、差异化营销手段等策略建议;负责客户端金融信kanzhun贷产品风控/运营体系的规划与建设,制定风险/运营政策框架,设计、迭代贴合业务实际的风控/运营策略,实现风险控制与业务收益的平衡; 4.不断学习/探索/优化算法,通过量化算法、业务经验等,基于内外部数据,统来自BOSS直聘筹设计、开发有效用于风险/运营管理的创新数据及模型产品,并推进其实施落地; 岗位要求: 1.本科及以上学历boss,211/985院校毕业优先,数学、统计学、计算机等相关专业优先; 2.5年以上银行、持牌消金、头部互金、金融科技公司模型及策略相关工作经验,有项目管理经验优先; 3.至少能熟练使用Python/Spark/R其中一种分析及建模工具,数据挖掘及建模经验丰富,能够有效利用LR/树型机器学习/神经网络等深度学习算法构建特征与模型; 4.对零售信贷市场、信贷产品形态有深刻的认知;对全生命周期风控管理流程有深刻的理解,并掌握各环节的风控要点及风控策略制定逻辑;与时俱进,对不断更新迭代的算法(如GPT)持续学习和应用; 6.具备独立思考的能力,逻辑严谨,对数据敏感,善于发现. 探索并解决问题,自我驱动力强;
技能解析
- 优秀的分析
- 分析问题
- 解决问题的能力
- 快速理解
- 算法基础
- 分析问题和解决问题的能力
- 快速理解业务
- 数学和算法
- 数据敏感
- 解决问题
数据来自CSL职业科学研究室
技能解析
- 优化完善
- 方案设计
- 项目管理
- 项目管理经验
- 神经网络
- 建模经验
- 风控策略
- 管理经验
- 机器学习
- 项目的实施
- 善于发现
- 学习算法
- 思考的能力
- 管理流程
- 质量把控
- 数据挖掘
- 建模工具
- 出现的问题
- 项目质量
- 优化算法
- 深度学习
- 深度学习算法
- 逻辑严谨
- 有项目管理经验
- 生命周期
- 解决方案
- 独立思考
- 项目计划
- 运营策略
- 算法开发
- 客户需求
- 风险控制
- 金融科技
- 数据敏感
- 解决问题
数据来自CSL职业科学研究室
工作时间
公司福利
- 员工关怀
- 工会福利
- 零食下午茶
- 节日福利
- 餐补
- 带薪年假
- 年终奖
- 定期体检
- 补充医疗保险
- 五险一金
备注
职位发布者未明确表明公司信息,具体可咨询职位发布人进行确认。