•- 主修《金融风险管理》《数据挖掘》等核心课程，GPA 3.85位列专业前10%；连续三年获校级学业奖学金，担任班级技术学习小组组长。
•- 带队参与全国高校金融科技创新大赛，设计基于深度学习的反洗钱系统原型，获北京市二等奖；利用课余时间维护开源风控工具库，累计贡献代码量超2万行。
•- 在校企业实训期间，为某城商行开发信用评估辅助工具，将决策树模型部署至生产环境，获企业实习优秀员工称号。
金融风控开发工程师风险模型工程化实时决策优化业务需求转化
北京
•- 深度参与小微贷业务风控需求调研，与信贷审批团队协同梳理客户信用风险点，将模糊业务诉求转化为结构化技术规格书，确保开发方向精准匹配监管要求。
•- 独立搭建供应链金融风险评估模型，采用XGBoost算法融合企业流水与税务数据，通过特征交互和网格搜索优化，使模型KS值从0.48提升至0.53，有效降低坏账率12%。
•- 重构风控引擎底层架构，引入Kafka+K8s动态扩缩容方案，优化热点数据分片策略，支撑日均300万笔交易的毫秒级实时决策，系统吞吐量提升40%。
•- 主导风控模块测试设计，编写覆盖极端场景（如断网续传、数据突变）的自动化用例，联合QA团队执行混沌工程演练，保障系统连续6个月零重大故障。
高级金融风控开发工程师反欺诈策略设计系统架构升级团队赋能
北京
•- 全面负责消费金融反欺诈系统升级，从技术选型（Spring Cloud微服务）到性能压测全程把控，设计分布式规则引擎，系统弹性提升50%，维护成本下降35%。
•- 研发交易行为指纹识别模块，基于Spark Streaming处理用户点击流与设备信息，构建动态阈值规则库，累计拦截涉诈交易2.8万笔，挽损超1200万元。
•- 动态调优风控策略参数，结合宏观经济指标与市场波动数据，建立风险阈值自适应机制，使误杀率降低22%，客户体验评分提升18%。
•- 搭建团队技术成长体系，设计风控领域代码Review清单与故障复盘模板，培养5名初级工程师独立负责子模块开发，团队交付效率提升30%。
•- 项目背景：小微企业贷款规模激增导致传统评分卡失效，误拒率高达15%，急需升级智能风控方案以平衡风险与增长。
•- 项目内容：主导风险特征工程与模型训练，整合工商数据、水电缴费等替代数据源，采用LightGBM算法构建梯度提升模型，通过特征交叉与SHAP值解释优化，验证集AUC达0.91；开发模型热更新平台，支持AB测试灰度发布。
•- 项目成果：系统上线后，审批通过率提升20%，不良率下降15%，单笔决策耗时压缩至90秒，获客户满意度年度提升奖。
实时交易欺诈检测平台项目 - 项目经理兼开发负责人
2020.03-2021.06
•- 项目背景：跨境支付欺诈案件频发，传统规则引擎误报率超25%，亟需低延迟实时拦截系统。
•- 项目内容：设计流式计算架构，接入多源异构数据（支付日志、IP地理围栏、第三方黑名单），基于Flink CEP规则引擎与孤立森林算法实时分析异常模式；实现规则热加载与模型在线学习，保障端到端响应<80ms。
•- 项目成果：平台稳定运行后，欺诈拦截精准度达95%，日处理交易峰值800万笔，助力公司通过央行网络安全审查。
风控实战经验:
- 定期研读央行《金融控股公司监督管理试行办法》等政策文件，将宏观审慎要求转化为技术落地标准；在个人技术博客发布《实时风控系统高可用设计》等8篇实战文章，阅读量超5万。
- 建立个人风控知识库，整理跨境支付、供应链金融等细分场景的典型案例库，涵盖模型失效复盘与监管处罚分析，持续迭代技术方案。
