在研究生期间，专注于数学建模与算法优化方向的学习，参与了多个校级科研项目，培养了严谨的逻辑思维和数据分析能力。

• 负责构建和优化风控模型，通过对大量数据的分析，识别潜在风险点，为公司决策提供数据支持。
• 带领团队开发了基于机器学习的信用评分模型，使风险识别准确率提升了 20%，有效降低了公司的坏账率。
• 与业务部门紧密合作，根据业务需求调整模型参数，确保模型的实用性和有效性。

• 参与公司核心算法的研发工作，负责数据预处理、特征工程等环节，为算法模型提供高质量的数据输入。
• 优化了推荐算法，使推荐系统的点击率提高了 15%，提升了用户体验和平台的商业价值。
• 与团队成员共同攻克了多个技术难题，推动了项目的顺利进展。

• 该项目旨在构建一套智能风控系统，通过实时数据采集和分析，对用户的交易行为进行风险评估。
• 作为核心成员，负责算法模型的设计和开发，采用深度学习技术，提高了风险预测的准确性和及时性。
• 系统上线后，成功拦截了 30%的高风险交易，为公司挽回了数千万元的损失。

• 参与银行信用卡风控模型优化项目，对历史数据进行深入挖掘和分析，发现了多个潜在的风险特征。
• 运用机器学习算法，构建了新的风险评估模型，使信用卡逾期率降低了 10%，提升了银行的资产质量。
• 与银行团队密切合作，确保模型在实际业务中的稳定运行和有效应用。