岗位职责
- 深入理解长尾普惠客群的经营特征与风险逻辑，参与构建覆盖信贷全流程的风控和响应模型体系，包括客户画像、资金需求预测、信用评估、额价策略及风险预警等模块；
- 搭建融合多源异构数据的特征工程体系，挖掘反映个体经营者真实履约能力与经营稳定性的有效信号，支撑模型迭代与数据资产沉淀；
- 协同业务、策略及政策团队，将小微经营场景中的关键风险问题转化为可量化建模任务，设计并落地机器学习、图神经网络、时序序列建模等算法解决方案；
- 探索大模型与智能体（Agent）在风控领域的创新应用，包括但不限于：基于大模型的特征挖掘、风险判别纠偏Agent、非结构化经营信息解析、全息画像生成及人机协同决策支持等方向；
- 参与模型效果监控与归因分析机制建设，期评估PSI、KS、Vintage等核心指标，针对风险波动快速定位根因，推动模型优化闭环，保障系统长期稳健运行。
职位要求
- 计算机、统计学、金融工程、运筹学等相关专业本科及以上学历，硕士优先；
- 3-5年信贷风控建模实战经验，有服务个体工商户、小微商户等长尾普惠客群经验者优先；
- 精通Python/SQL，熟练使用XGBoost/LightGBM/CatBoost等算法及sklearn、pandas等工具链，具备评分卡开发、特征工程、模型校准全流程能力；
- 掌握深度学习、图学习、时序建模、自然语言处理等至少一项进阶技术，有TensorFlow/PyTorch等平台开发调优经验者优先；
- 熟悉大模型（LLM）原理及Agent架构，有RAG、Function Calling、Prompt Engineering等实际应用经验，能将大模型能力与风控业务场景有效结合；
- 深刻理解长尾客群经营特征与风险本质，能将非标准化经营信息转化为可建模的业务逻辑，具备用业务语言解释技术决策的能力；
- 具有较强的跨团队沟通协作能力与项目管理经验，能高效对齐业务、策略、数据工程等角色，推动模型落地与价值闭环；
