系统学习了概率论与数理统计、数据结构与算法等课程，掌握了数据分析和编程的基础知识，具备较强的逻辑思维和数学建模能力。

• 协助团队进行风险策略的数据分析，通过对历史数据的挖掘和分析，发现潜在风险点，为策略优化提供数据支持。
• 参与制定反欺诈规则，对异常交易行为进行识别和拦截，使欺诈交易率降低[X]%。
• 维护和更新风控策略文档，确保团队成员对策略的理解一致，提高工作效率。

• 负责对金融相关文本数据进行标注，为机器学习模型训练提供高质量的数据。
• 制定标注规则和流程，培训新标注员，提高标注团队的整体效率。
• 对标注数据进行质量检查和评估，确保数据的准确性和一致性，标注准确率达到[X]%以上。

• 参与构建用户信用评分模型，通过分析用户的基本信息、交易记录等多维度数据，运用逻辑回归等算法，建立信用评分体系。
• 对模型进行训练和优化，通过交叉验证等方法提高模型的准确性和稳定性，使模型的 AUC 值达到[X]。
• 利用模型对新用户进行信用评估，为风控决策提供科学依据，有效降低信用风险。

• 负责开发反洗钱监测系统的部分功能，通过对交易数据的实时监控和分析，识别可疑交易行为。
• 设计和实现交易规则引擎，根据不同的业务场景和风险等级，配置相应的监测规则。
• 对系统进行测试和优化，提高系统的性能和准确性，使可疑交易识别率提高[X]%。