职责描述： 1、探索平台内部及外部各类数据，形成完整的客户画像体系； 2、从金融产品的各个环节着手，通过量化分析的方式制定专题分析方案； 3、持续监控各产品线风险状况，对关键指标的异动进行及时的分析与原因查找； 4、和其他部门同事协同工作，进行跨部门业务沟通与合作； 5、能够独挡一面，完成数据分析相关工作。 任职要求： 1、***本科及以上学历，熟练掌握SQL语言，并至少熟悉SAS/R/PYTHON之一； 2、能够快速理解业务逻辑，擅长运用量化分析的方法解决业务问题；有金融贷款业务工作经验者优先； 3、能熟练运用Excel的数据分析模块进行数据分析，熟悉Powerpoint优先； 4、工作踏实，逻辑清晰，学习能力强； 5、具有团队管理经验或者相关意向者优先。

职位职责： 1、负责中国区广告业务风险水位数据评估及违规处罚从识别到实锤的漏斗建设，并搭建合规治理效果评估体系； 2、通过数据分析、特征挖掘等方法，还原商业化风险识别链路，持续提升风险识别准确率； 3、通过分析得出的风险识别路径，推动业务逻辑优化、特征数据埋点、模型升级； 4、深入了解业务逻辑，有效评估不同风险问题治理效果及价值，辅助决策风险问题治理资源的合理投入； 5、协同内部各相关团队共同推进项目顺利开展。 职位要求： 1、3年以上经营分析、风控策略、数据产品经验优先； 2、可以深入了解业务逻辑，并能有效转化为产品建设方案； 3、逻辑思维能力强，好奇心强，善于钻研与挖掘，并对行业相关信息保持关注； 4、沟通协同能力强，善于寻求不同资源完成工作。

职位职责： 1、负责字节跳动相关产品线（抖音、头条等）风控方向的数据产品开发； 2、负责数据质量，数据安全，元数据的监控，整合； 3、面向超大规模数据问题，每天处理千亿增量的用户数据； 4、设计和实现高并发关键数据服务，用数据衡量产品并驱动产品演进。 职位要求： 1、熟悉互联网产品和服务的开发过程，熟悉后端技术架构，具备良好的系统设计能力； 2、善于沟通，对业务敏感，能快速理解业务背景，具备优秀的技术与业务结合能力； 3、熟悉Kafka/Flink/HBase/Doris 等实时计算引擎的开发和使用优先； 4、有大规模实时数据平台落地经验者优先。

工作职责: 1、深入理解业务需求，运用机器学习/深度学习技术和工具，构建高效的算法和模型体系，支撑业务决策提供高质量模型和结果； 2、针对海量的数据进行分析和建模工作，具体包括目标制定、数据清洗和预处理、特征工程、模型构建和评价等； 3、针对个人用户和小微客户建立信用评价模型，对用户进行分层管理和风险控制； 4、持续跟踪业内先进技术，实现技术积累复制和规模效应。 任职资格: 1、硕士以上学历，具有数据科学、计算机、统计学、信息技术等背景，熟悉运营商、金融数据优先； 2、具备扎实的编程能力，拥有python、sql，pyspark等使用经验，熟练使用深度学习框架tensorflow、pytorch优先； 3、具有大规模数据建模经验，熟练掌握机器学习算法原理，有模型调优，部署监控等经验，有金融风控经验优先； 4、具有较强的数据敏感性和自驱力，在国内竞赛平台如kaggle、天池等获得优秀成绩者优先。

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反欺诈、信用评估、额度模型、行为评分、催收评分等风险模型及营销响应、流失预警等营销模型。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.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、审批自动化率提升、差异化营销手段、渠道管理等策略建议； 3.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； 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；基于自身对汽车金融行业与风控、营销特征的理解，设计新模式/新解决方案，并尝试推进实施落地。 岗位要求： 1.硕士及以上学历，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，有汽车金融相关经验/金融科技公司工作相关经验/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； 5.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；与时俱进，对不断更新迭代的算法（如GPT）持续学习和应用； 6.工作主动性强，踏实、勤奋、细心，愿意并乐于接受新尝试、新挑战，探索创新主动性强；

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. 硕士及以上学历，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； 5. 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； 6. 具备较强的抗压能力，踏实、勤奋、细心，愿意并乐于接受新尝试、新挑战，探索创新主动性强；

1、负责贷前授信/贷中定额定价及策略管理，从风险管理角度研究并评估相关风险，对不同类型的客户及时制定并更新风控政策； 2、通过洞察客户，挖掘客户特征，完善客户画像，找寻优质客群并依据客户特征优化风控策略； 3、负责建立基于数量的量化贷后预警等风控模型，利用python, R等建模工具以及决策树、聚类和XGB等常用算法原理，并基于模型制定差异化的风控策略不断优化风险； 4、负责风险数据收集、识别、预警、报告系统，搭建风险监测系统，对引入的外部数据进行数据价值和ROI评估。 任职资格： 1、211***本科及以上学历，经济、金融、数学等相关专业； 2、2年以上金融行业（互联网金融、消费金融、小微金融、现金贷）风险策略工作经验，熟悉消费金融产品； 3、具备数据分析和python等分析工具使用经验，有独立建模包括逻辑回归,XGB, LGB,决策树,聚类等经验优先； 4、熟悉风控运作流程、监管法规，熟悉金融行业和国家监管政策，具备扎实的专业基础。

1、负责贷前授信/贷中定额定价及策略管理，从风险管理角度研究并评估相关风险，对不同类型的客户及时制定并更新风控政策； 2、通过洞察客户，挖掘客户特征，完善客户画像，找寻优质客群并依据客户特征优化风控策略； 3、负责建立基于数量的量化贷后预警等风控模型，利用python, R等建模工具以及决策树、聚类和XGB等常用算法原理，并基于模型制定差异化的风控策略不断优化风险； 4、负责风险数据收集、识别、预警、报告系统，搭建风险监测系统，对引入的外部数据进行数据价值和ROI评估。 任职资格： 1、211***本科及以上学历，经济、金融、数学等相关专业； 2、2年以上金融行业（互联网金融、消费金融、小微金融、现金贷）风险策略工作经验，熟悉消费金融产品； 3、具备数据分析和python等分析工具使用经验，有独立建模包括逻辑回归,XGB, LGB,决策树,聚类等经验优先； 4、熟悉风控运作流程、监管法规，熟悉金融行业和国家监管政策，具备扎实的专业基础。

职位描述 1、支撑广告场景的流量反作弊业务，构建基于机器学习或深度学习模型的识别系统，为流量提供识别风险的核心能力 3、运用各类异常检测方法对流量日志、用户行为数据进行分析与建模，进行风险pattern挖掘和识别 4、建立完善的在离线异常指标监控体系，能迅速高召回的发现及定位疑似作弊行为； 任职要求 1、2年及以上反作弊/风控工作经验，熟练Python/pySpark，熟悉SQL，有良好的编程风格； 2、对数据敏感，熟悉常用机器学习/数据挖掘/深度学习/异常检测算法，并有一定实践经验； 3、有用户行为分析、社群关系挖掘相关经验者优先； 4、有端安全、广告反作弊、广告风控算法及相关领域工作经验者优先。

资深算法工程师（国际支付风控方向） 岗位职责： 1.支付风险识别与防控 ●负责跨境电商业务中支付风险的全面识别与防控，重点治理欺诈（盗卡、盗账户 友好欺诈）等方面风险，确保支付全链路安全可靠。 ●利用数据分析和机器学习技术，精确识别支付风险，建立有效的风控模型体系。 2.风控模型全链路管理 ●主导支付风控模型的全链路开发与上线工作，包括需求调研、风险探索、方案设计、模型开发、系统集成、部署上线、效果评估、持续优化和监控预警。 ●与产品、工程、业务团队紧密合作，确保风控模型精准全面覆盖业务场景，并能够及时应对市场变化。 3.前沿技术应用与创新 ●深入探索全球各大市场的新型支付作弊行为，利用多模态大数据进行风险评估与预测。 ●应用异常检测、集成学习、强化学习、序列模型、图模型、大规模预训练模型等前沿技术，提升风险识别的准确率和召回率。 职位要求： 1.经验与教育背景 ●拥有3年以上风控算法研发经验，对跨境支付业务有系统性理解和实际风控经验。 ●计算机科学、数据科学、统计学或相关专业，本科及以上学历。 2.技术能力 ●精通Python编程，熟悉主流机器学习框架（如TensorFlow、PyTorch等），具备优秀的算法实现和优化能力。 ●深入理解大规模数据挖掘、机器学习、分布式高性能计算等技术，能够高效处理海量数据，能够应对高QPS低延时模型需求。 3.业务敏感性与团队合作 ●对风控领域充满热情，具备敏锐的业务洞察力，熟悉全球各主要区域常见支付欺诈风险模式，能够迅速适应和响应业务需求的变化。 ●具备强烈的责任心和主观能动性，能够独立完成任务，同时拥有优秀的团队合作精神和沟通能力，推动项目顺利进行。

岗位职责： 1、深入分析玩家数据，了解玩家行为和偏好，为产品迭代和新功能开发提供数据支持 2、开发和维护数据仪表板，提供实时游戏性能指标和KPI跟踪 3、使用统计学方法和机器学习模型来预测游戏趋势，识别用户增长和留存机会 任职要求： 1、本科以上学历，具备扎实的数据分析和建模相关理论知识，统计学、数学、计算机相关专业优先 2、五年以上数据分析相关工作经验，有丰富的数据驱动业务的实战经验 3、精通Excel，熟悉SQL和至少一种数据分析工具（如Python、R） 4、熟悉Tableau/PowerBI等可视化工具 5、对游戏行业的商业模式、市场趋势和玩家心理有深刻理解 6、出色的分析思维和问题解决能力，能够处理复杂的数据集并提出洞察 7、强大的沟通技能，能够将复杂的分析结果转化为易于理解的报告和展示 8、有数据建模或机器学习项目经验者优先

岗位职责： 1、基于业务理解和发展需求，不断完善各项经营和运营指标体系； 2、负责对数据进行处理、分析、建模和预测，理解数据背后的业务本质，深度挖掘分析不同业务场景下的数据洞察，为业务决策提供数据支撑； 3、负责业务各项经营和运营指标的数据监控和量化分析，挖掘经营和运营上的变化趋势、指标的驱动因素变化等； 4、基于对业务的深刻理解，形成数据表现跟踪的PDCA闭环，分析、评估、执行和展示统计分析的结果。 岗位基本要求： 1、数学、统计学、经济学、计算机等专业者优先，本科及以上学历，3年以上数据分析相关工作经验；有生鲜零售、电商行业相关工作经验者优先； 2、具备数据敏感性和探知欲、分析、解决问题的能力，逻辑清晰，沟通表达和协调能力强； 3、能够承受工作中的挑战；踏实勤奋，有较强的工作投入度和自我驱动力，富有团队合作精神； 4、精通办公软件，熟练运用SQL。

工作职责: 1、基于业务发展和风险要求，能够独立挖掘关键变量，优化贷中的额度策略； 2、基于业务逻辑，能够独立构建评分卡，辅助和优化相关风控策略； 3、独立评估策略和模型效果，出具相关分析报告； 4、能够独立部署相关监控及密切关注风险和业务各项指标，及时发现异常； 5、支持数据提取和分析需求； 6、与多部门沟通合作，提高业务整体发展效率； 7、能在规定时间内完成相关分析及策略优化。 任职要求: 1、**本科及以上学历，统计、计量、数学、计算机等相关专业； 2、具有风控相关工作经验，如风控策略、模型； 3、熟悉相关机器学习算法，包括不限于逻辑回归，决策数，gbdt、xgboost等； 4、能够熟练使用SQL、Python或R、SAS； 5、对数据敏感，有风险意识； 6、有较强的逻辑分析和沟通能力，及团队合作意识。

工作职责: 1、负责数据中台/数据仓库的模型架构设计和研发； 2、负责大型金融机构企业数据仓库模型设计，将源系统离散的数据按照各类主题进行建模，通过数据集成和质量管控，解决企业的数据使用问题； 3、参与数据治理工作，推动数据治理体系落地，参与数据标准，元数据管理，数据质量监控等数据管理工作； 4、理解并合理抽象业务需求，发挥数据价值，参与数据仓库/数据集市/数据应用等的设计与数据建模，与业务，BI团队紧密合作； 任职资格: 1，3年以上数据中台/数据仓库/数据平台相关经验；具备乙方或者大型实体企业内部的数据建模项目经验，优先考虑；**本科或以上学历； 2，具备数据中台/数据仓库和数据建模能力；熟悉建模理论与方法，熟悉维度建模，能够按照需求正确划分主题，产出概念模型，业务模型，逻辑模型等；熟悉数据仓库总线矩阵设计和数据仓库项目的实施流程 3、具有1年以上的数据仓库建模经验，了解IBM和teradata的FS-LDM的建模方法，并有至少1个以上的的金融企业数据仓库建模实际落地经验；熟悉保险行业业务更佳； 4，具备团队管理能力，有项目管理经验；个人具有良好的数据分析、逻辑推理能力，良好的学习能力与团队精神，工作热情努力、积极主动、高效负责。 5、了解大数据开发技术，包括Hadoop,Hive，Spark，Flink，Kafka等大数据框架原理及应用，有阿里大数据生态Maxcompute、dataworks项目经验的优先考虑。对常见数仓技术体系：Kylin、Doris、Clickhouse、Hive、Spark、Flink、Kafka等，有其中一个或多个有实际研发经验；

职责描述：1、 建立线上信贷业务风险策略，包括反欺诈策略，准入策略，额度定价策略，额度管理策略，复贷策略，早期预警策略，催收分案策略，外包催收策略等覆盖贷前、贷中、贷后的策略。2、 跟踪线上信贷业务数据，监测业务发展态势，为业务指标异常提供预警、监测和解读；3、 密切关注风控指标，基于业务数据，对风控策略提出改进方案，评价策略及模型效果，出具分析报告；4、 不断提升产品线安全和盈利能力，将风控策略应用于整体产品流程与产品定价各个环节；5、 测试和部署风控策略。任职要求：1、本科及以上学历，金融、经济、会计、数学、统计、计算机等专业；2、3年以上策略开发经验，有互联网金融风控策略开发经验者优先；3、具备一定的数据处理能力，熟练使用Python、R、SQL等工具者优先；4、优秀的逻辑思维能力，高度的业务敏感性与数据敏感性良好的分析思维和项目管理能力；5、具有较强的业务分析、沟通协调、业务创新、文字表达能力，以及强烈的责任感和良好的职业道德；6、思想作风正派，能够严格遵守银行各项规章制度，服从安排，抗压能力强。