风控算法开发工程师简历范文

• 负责贷前审批模型体系，重构特征工程与样本定义，主模型KS由0.38提升至0.46，首逾率下降1.2个百分点。
• 搭建贷中行为预警模型，将逾期客户提前识别窗口从15天扩展至30天，每月减少损失约180万元。
• 推动模型与策略联动，落地灰度实验和模型监控看板，使模型迭代周期从6周缩短至3周。

• 负责电商交易反作弊模型，融合设备、行为与关系网络特征，将营销刷单识别率提升21%。
• 搭建实时特征计算链路与规则引擎，支撑大促期间每秒万级请求，误拦截率控制在0.5%以内。
• 参与团伙欺诈识别项目，基于图算法挖掘异常社群，累计挽回营销资金约600万元。

• 设计多维度行为特征与序列模型，构建客户风险评分卡与预警名单，预警准确率达到78%。
• 上线自动化监控与模型衰减预警机制，模型月均PSI稳定在0.05以内，显著降低人工巡检成本。
• 联动催收与额度策略，使高风险客户额度调降覆盖率提升至92%，不良率下降0.6个百分点。

• 基于Flink与Redis搭建实时特征平台，支撑20余类风险特征秒级更新，大促期间零重大故障。
• 引入图神经网络识别刷单团伙，团伙召回率提升15%，误杀率下降30%。
• 与运营和产品共建风险case复盘机制，推动策略规则迭代40余条，营销资金损失同比下降35%。

研究方向为机器学习与数据挖掘，核心课程：统计学习、数据挖掘、分布式计算。

主修概率论、数理统计与最优化方法，获校级奖学金。