FAL帮就业（5.24更新)

1. 本科及以上学历，统计学、应用数学、金融学、计算机等专业优先；

2. 具有严密的逻辑思维能力，以及快速适应业务发展和变化能力；

3. 两年以上风控策略、数据挖掘与建模等方向工作经验，从事过互联网金融、消费金融、电商、三方支付等行业优先；

4. 对典型黑产手段有一定了解，对反欺诈方向感兴趣，具备良好的学习能力和意愿；

5. 扎实的数据分析能力和机器学习实践经验，熟练使用SQL，可使用R、python、spark等中的一种或几种进行数据建模分析；熟悉逻辑回归、决策树、聚类算法优先；

6. 具有非常优秀的业务协调能力，能够快速融入团队。

1. 负责公司各业务线的反欺诈策略制定与反欺诈模型与规则迭代，并持续监控并优化调整策略;

2. 负责规则引擎端，反欺诈规则的部署、监控、维护、发布等，基于数据挖掘建制针对性方案;

3. 负责反欺诈项目推进与沟通，实现可通过规则与模型定位风险客群，并与人工甄别团队协作;

4. 负责跟进业务线实际数据表现，保证线上策略模型和策略的正常稳定，做到与各合作部门的及时有效沟通。

1. 统招本科,岗位薪资8K —10K ，两个月年终奖，六险一金;

2. 肯吃苦，上进，学习力强；

3. 抗压力强，能适应高强度工作；

1. 创建和维护催收服务质量标准，建立催收部的质量控制体系；

2. 针对每月的工作重点，进行重点监听，及时发现问题，解决问题，提高整体的催收质量；

3. 收集监听中的问题，及时反馈，并形成监听质量分析报告；

4. 收集并提出培训需求和改进意见，必要时协助进行培训工作，依据相关资料，对质量趋势做出判断;

5. 及时发现录音存在的风险，并协助风险排查工作。

   
   

1. 本科及以上学历，有统计学、应用数学、理工科专业背景优先;

2. 3-5年以上数据分析相关工作经验，有银行或消费金融机构风险评分模型开发工作经验者优先考虑;

3. 熟练使用SAS，R，Python，SQL等语言进行数据分析和模型开发，熟悉常用机器学习原理与算法实践优先;

4. 较强的逻辑分析、沟通协调、团队合作能力，能独立完成项;

   
   

1. 负责信用风险模型的开发，包括模型设计、数据准备、模型开发、上线测试及上线之后的监控等;

2. 负责风控数据集市的搭建，持续挖掘公司不同业务类型数据在风险评估方面的价值，丰富和完善风控数据集市;

3. 负责对外部征信数据的有效性和质量进行评估，推动其在模型和策略当中的应用;

4. 负责信贷业务的相关数据分析，为风险策略提供决策支持;

1. 一年以上数据分析相关工作经验,优秀应届毕业生亦可；

2. 具有良好的数据分析与逻辑思维能力,能熟练使用 Office办公软件；

3. 熟悉SQL、 Python、SAS语言者优先,接触过企业信贷业务的优先；

4. 有责任心,具有良好的沟通表达能力与快速学习能力,富有团队合作精神,执行能力强。

   
   

1. 负责金融产品的信用和欺诈风险数据分析,设计和完善风险报表体系,并定期输出风险分析报告；

2. 协同制定金融产品的风险策略,包括准入策略、风险评级策略、贷后监控策略等；

3. 与业务、产品、模型、研发等部门沟通协作,推动风险策略在具体业务层面进行落地；

4. 根据项目要求对风控系统或流程提出优化需求；

5. 领导安排的其他事项。

1. 应变能力强：表现为自信、逻辑思维能力出色，学习能力及自我提升意识强；

2. 自驱力强：表现为工作主动性和责任心强，追求卓越；

3. 有同业售前经验：两年以上大数据风控行业售前经验，有丰富的银行售前服务案例尤佳；

4. 风控专业度：在客户授信准入审批、贷中管理等风控环节有深厚功底，熟练应用风控工具和模型的候选人优先考虑；

   
   

1. 客户服务：配合销售拓展及服务客户，包括陪同客户拜访、响应客户咨询需求等；

2. 销售物料支持：协助销售向客户提供资质、合规、产品解决方案及投标签约材料；

3. 销售培训：制定销售培训计划，提升销售对产品及风控专业知识的理解；

4. 推动产品优化及改造：收集提炼客户需求及产品效果反馈，推动公司现有产品体系优化改造及新产品开发；

5. 推动后台资源有效利用：推动大售前体系下后台资源的合理、公平、有序分配，提升销售团队和客户满意度。

1. 本科以上学历，硕士以上学历优先；

2. 数学、统计、计量经济、计算机专业优先；

3. 具有扎实的统计学基础、很强的数据分析与统计建模或机器学习建模能力，有数据分析和建模工作经验者优先考虑；

4. 至少能熟练使用Python，SQL，SAS中一种工具；

5. 较强的业务规划、理解能力，敢于尝试并掌握学习新的方法；

6. 工作积极主动，具有强烈的责任心、好奇心；

7. 思路清晰，具有较强的沟通协调能力、执行力及创新能力。

   
   

1. 应用机器学习和统计分析等先进建模方法，充分利用海量数据进行金融数据产品的开发，涵盖所有信贷产品的各个风控环节的信用和反欺诈产品；

2. 在产品开发过程中，对用户数据进行系统分析，用于各类金融产品的开发及机器学习模型（LR、GBDT、DNN、kNN、SVM等）的训练和迭代；

3. 提高风控模型的准确率与效率，推动模型在各类金融产品风险控制中的应用，降低金融风险，保证用户体验；

4. 对数据和模型进行系统化管理、监测和及时报警，跟进落实金融产品落地与部署、跟踪、监控，根据监控结果对产品进行优化。

1. 三年以上相关工作经历，本科以上学历，硕士以上学历优先，统计、计算机、数学、工程、金融、经济专业优先；

2. 熟练使用Python，Pytorch、Tensorflow、Spark等主流分析工具；

3. 有Kaggle、KDD、天池等建模比赛经历者，有图数据库、联邦学习经验者优先考虑；

4. 具有强烈的责任心、好奇心，有主动性和上进心；

5. 可以独立完成工作，并有良好的团队合作能力；；

6. 较强的业务规划、理解能力，敢于尝试并掌握学习新的方法；

7. 有优秀的分析和解决问题的能力，清晰的逻辑思维能力
   

8. 勇于面对困难和挑战，抗压性强，对解决具有挑战性的问题充满激情；

9. 有创业精神。
   

1. 带领图数据库和关联网络的研发，充分利用图分析和图模型对海量数据进行金融风控产品的开发，覆盖公司级别的创新型产品等，包括复杂关联网络、无监督和半监督的标签分类、基于图网络的ID-Mapping、反欺诈和反洗钱场景应用等；

2. 探索和实践前沿性算法和工具，例如图模型、联邦学习等，拓展最新学术成果在金融风控领域的落地应用；

3. 引领前沿算法技术在公司内外部的影响力，带领研究性Seminar、建模竞赛、高校联合实验室项目等。

1. 全日制大学本科及以上学历，经济学（统计、计量经济学专业）或理工科相关专业； 

2. 能熟练使用SAS、R、Python等统计软件，熟练运用SQL或其他通用数据读取工具；

3. 三年以上金融数据分析经验，侧重个人信贷（消费信贷，信用卡等）；

4. 有人行征信使用经验者优先，code能力强加分

   
   

1. 负责贷前个人信贷业务的数据分析；

2. 通过数据研究各类信用产品的风险管理并给出合适的策略建议；

3. 对客户数据进行收集整合，建立数据管理仓库和数据集市，开发业务发展需要的各类专项统计和分析报表。

1. 金融、经济、数学、统计等相关专业本科学历及以上； 

2. 5年以上相关信用卡、消费信贷、互联网金融从业经验，其中包含3年以上风控策略制定经验，信用卡中心从业者优先； 

3. 具备独立的风控策略开发能力，熟悉风控全流程管理，有模型开发经验者优先； 

4. 具备较好的数据处理能力，至少熟练使用sql、sas、python其中一种分析工具； 

5. 策略运营团队管理经验者加分；

1. 独立制定信用卡信贷产品的风控策略及欺诈风险策略，实现风控策略及时优化迭代；

2. 设计资产监控报表，跟踪贷后风险表现，通过数据分析进行策略调整； 

3. 风险案件深度挖掘、分析，洞察风险客户行为特征，快速调整识别策略并推动风控产品升级迭代； 

1. 应聘核心要求：思路清晰，能写代码。

2. 计算机，数学，统计学或计量经济学专业，2年以上工作经验。对机器学习/深度学习，数据挖掘，统计学和概率论有较深的理论基础；

3. 熟练掌握常见的机器学习算法。具备数据建模，模型评估，模型优化以及模型应用的能力，有一定建模和调参经验；

4. 精通python/Java/HiveSQL中的一种或者几种。对深度学习框架有一定程度了解和实践经验。

5. 有互联网相关风控，推荐工作经验者优先。

    

应聘核心要求：思路清晰，能写代码

1. 全日制本科及以上学历，数学、统计、计算机等相关专业。

2. 具有连续1年以上相关工作经验，有小微企业和消费信贷授信策略经验者优先。

3. 熟练使用SAS、Python、R（至少一种）数据分析软件。

4. 此职位是3年合同制，合格者续签合同

1. 制定小微企业新客授信策略，包括准入、额度、定价等授信策略，并根据量化分析结果进行迭代优化。

2. 撰写授信策略相关规则模型开发需求，协调技术人员、测试人员，推动上线部署。

3. 做好授信策略上线后监控，包括开展授信策略监控以及处理规则模型运维等。

4. 开展授信策略相关的其他数据分析。

1. 全日制本科及以上学历，数学、统计、计算机等相关专业。

2. 具有连续1年以上相关工作经验，有小微企业和普惠信贷业务反欺诈项目经验者优先。

3. 熟练使用SAS、Python、R（至少一种）数据分析软件。

4. 此职位是3年合同制，合格者续签合同。

   
   

1. 调查分析欺诈案例，结合数据分析结果，制定反欺诈策略、规则，并在引擎中部署相关策略。

2. 利用传统逻辑回归及大数据机器学习算法，如神经网络、XGBoost等，开发反欺诈模型。

3. 参与搭建业务部门反欺诈体系，如关联网络、知识图谱等。

4. 根据业务部门需求对风控、反欺诈模型的需求协商解决方案。

1. 本科以上学历，计算机、软件类专业优先；

2. 具有2年风控系统需求分析相关工作经验或风控系统开发经验，有一定的系统规划和架构设计能力；

3. 熟练使用Axure,Visio,Xmind等产品设计工具，及office日常办公软件，能够输出高质量的BRD/PRD；

4. 具有较强的风险控制知识，对互联网反欺诈、信贷审批、交易监测等业务策略和流程有一定的了解，能够迅速领会业务需求和意图；

5. 能够与开发，测试顺畅沟通，具备强烈的责任心和执行力，能够承受工作压力，有良好的团队协作精神；

6. 有较强的协调沟通能力，快速解决问题能力，有较强的抗压能力。

1. 负责信贷风控系统的需求分析，结合业务发展阶段，统筹设计风控系统的规划和架构；

2. 负责风控条线系统建设，包括贷前决策及授信、贷中交易管理、贷后催收等完整信贷生命全周期内的风控系统；

3. 与风险策略团队、模型团队沟通明确并整理相关需求，做好需求的细化、疑点确认，并设计合理高效的实现方案，同时做好项目进度的跟踪和管理；

4. 响应业务同事反馈的风控系统相关问题或故障，及时联系研发同事予以跟进解决，持续改进和优化产品质量；

5. 完成测试部门的测试用例验收和把关，以及测试结果验收，确保系统上线质量；

6. 上级交办的其他任务

1. 本科或以上学历，数学、统计、计量经济学、金融工程等专业；

2. 具备3年及以上风险类数据挖掘或建模经验；

3. 熟练掌握SQL和Excel；

4. 数学基础扎实，精通Python、R等技术工具中至少一门，透彻理解决策树、逻辑回归、集成式机器学习（如XGboost）等算法原理，了解TensorFlow等深度学习算法框架；

5. 有互联网金融、银行零售信贷风控背景优先；

6. 有报表开发经验，能熟练使用自动化报表平台如Tabular等优先。

1. 负责不同场景的信贷风险模型开发、验证和迭代，包括但不限于ABC评分卡、反欺诈模型等；

2. 负责对自有数据、第三方数据进行特征衍生与特征挖掘，形成特征库；

3. 负责建模流程优化、建模代码标准化以及前沿算法的引入应用，持续提升模型的业务效果和开发效率；

4. 主导风控报表体系（MIS）的建设，基于BI平台进行自动化报表开发，为业务部门提供数据洞察；

5. 配合业务部门建立数据监控预警体系，对风险异常进行实时预警；

6. 负责风险数据集市的开发，支撑业务策略分析、模型和报表开发；

7. 上级交办的其他任务。

1. 有金融行业公司数据分析和建模背景，对于互联网金融数据分析和建模有相关经验者优先；

2. 统计基础扎实，精通Excel、Python等常用的数据分析工具，有hadoop,spark经验优先；

3. 了解常用数据挖掘、机器学习算法技术，有算法模型项目经验者更优；

4. 清晰的逻辑思维，良好的沟通技巧，能够与各个职能部门及业务部门通力协作；

5. 本科以上学历，统计学、计量经济学或者数学、计算机相关专业优先。

1. 负责内外部数据分析和应用，负责相关特征工程的建设；

2. 参与风险及用户画像相关模型研发和优化，为授信、贷中管理、营销、用户经营、反欺诈等提供支持；

3. 对业务关键指标进行挖掘、整理和分析，形成数据报表，持续监测，分析问题并提出解决方案；

4. 定期对风控策略、模型效果、产品盈利性搭建监控体系，包括策略警告，策略监控等，定期形成监控分析报告输出汇报。

1. 学历：211全日制硕士及以上学历，数理、计算机、金融等相关专业；

2. 工作经验：5年及以上消费信贷风控策略相关领域经验；

3. 工具技能：有数据库使用基础，利用PYTHON/R/SQL等进行数据分析和策略优化；

4. 其它：能接受一定强度的工作压力。

1. 针对不同获客方式/渠道，制定差异化的新客阶段的准入、授信、交易、促动等策略；

2. 监控各类转化指标及贷后表现，发现并解决业务潜在问题，思考业务优化方向；

3. 流量、产品、技术及风控内多团队的横向沟通

1.  全日制本科及以上，211重点大学毕业优先，数学、统计或计算机科学专业为佳；

2. 具备银行零售信贷、信用卡、消费金融或互联网金融等机构三年以上风险策略分析从业经验，有互联网金融风险策略设计经验的优先；

3. 具备独立的数据分析和处理能力，熟练掌握python,SQL,R或SAS等统计分析工具；

4. 有机器学习背景，熟悉LR，决策树、GBDT等模型者优先；

5.  主动性强，具有良好的沟通、协调和组织能力，富有团队精神，具备较强的策略逻辑思维。
   

1. 构建全面、准确、能反映业务特征的业务监控指标体系，持续跟踪业务数据，监测业务发展态势，及时发现异常并预警、快速定位业务问题；
2. 负责公司信贷产品的风险决策全流程设计与优化，保证决策流程的全覆盖，并推动落地实施；

3. 参与贷前、贷中各环节风险策略梳理、设计、部署等工作，包括反欺诈策略；能够在保证风险可控的前提下，不断提升业务规模；

4. 开展各种专项分析，能够发现问题，形成方案，为风险策略提出风险解决和优化方案，并跟踪效果评估；

1. 3年以上工作经验，其中4年以上互联网或金融机构建模工作经验；有项目管理和团队管理者优先考虑；

2. 统计学、数学、计算机或电子工程等方向相关专业本科或以上学历，有扎实的数据统计和数据挖掘专业知识；

3. 对数据敏感，对数据分析应用于业务有强烈兴趣，并且具备这种能力；

4. 熟练使用数理统计、数据分析、数据挖掘工具软件（SAS、R、python语言等的一种或多种），能熟练使用SQL读取数据和熟练操作excel；

5. 会用逻辑回归、神经网络、决策树、聚类等建模方法，熟练掌握，LR、SVM、RF、XGB、以及文本挖掘，关系网络相关算法与原理。
   

1. 负责信用和反欺诈评分模型建设，以及模型体系大家，支持公司信贷业务发展；
2. 负责信贷模型的特征挖掘、设计、开发、实施，模型融合等，包括不局限于申请评分、行为评分、催收评分、响应模型、还款能力、反欺诈等模型；

3. 通过对基础数据的清洗和管理，建立模型框架，实施模型建设，利用模型对用户的信用进行评分，并根据评分结果输出业务决策；

4. 与策略开发和技术等部门沟通协作，确保模型准确上线，并在上线后进行监控优化；

5. 跟踪行业最新风险模型及建模技术，探索新技术和数据在业务中的应用，例如：关系网络、文本挖掘等，推动智能化风控能力。