在本科学习期间，系统学习了金融工程相关课程，包括金融数学、金融风险管理、投资学等。通过理论学习与实践操作相结合，掌握了金融数据分析、模型构建等基础技能，为后续从事风控工作奠定了坚实的专业基础。

• 负责公司信贷业务的风险评估体系搭建与优化，通过分析历史数据，建立了多维度信用评分模型，使信用评估准确率提升 25%。
• 主导反欺诈策略的制定与实施，结合机器学习算法，构建反欺诈规则引擎，成功拦截欺诈交易金额超 5000 万元。
• 定期与业务部门沟通，根据市场变化和业务需求，及时调整风控策略，在保证风险可控的前提下，助力业务规模增长 30%。

• 协助上级完成公司消费金融业务的日常风险监控，每日处理超 1000 笔贷款申请的风险初审，审核通过率达 90%。
• 参与构建贷后预警指标体系，通过对逾期率、回收率等指标的跟踪分析，提前预警潜在风险客户，使贷后不良率降低 15%。
• 收集整理行业风控案例，为部门内部培训提供素材，提升团队整体风控意识和业务水平。

• 作为核心成员参与公司‘智能风控系统升级’项目，负责信用评分模型的优化。通过引入大数据特征，运用逻辑回归、随机森林等算法进行模型训练，使模型 AUC 值从 0.75 提升至 0.85。
• 主导反欺诈模块的规则梳理与更新，结合实时交易数据，建立动态反欺诈规则库，项目上线后，欺诈交易识别率提高 20%，有效保障了公司业务资金安全。

• 参与‘消费金融风控策略优化’项目，负责贷前准入策略的制定。通过对客户画像分析，细分客户群体，制定差异化准入标准，使优质客户获取贷款的效率提升 30%，同时将高风险客户拒贷率提高 10%。
• 协同数据团队进行数据清洗与特征工程，为风控模型提供高质量数据支持，项目实施后，整体风控成本降低 10%。