•系统学习了计算机核心课程，包括数据结构、算法设计、数据库系统，并在“数据挖掘”课程中完成金融舆情文本分类项目，识别交易异常信号，获院级优秀项目。
•担任校量化投资社团技术负责人，组织开发基于自然语言处理的金融新闻情感分析工具，应用于模拟交易策略；同时参加全国大学生金融科技挑战赛，获得二等奖。
某智能风控科技公司 - 技术研发中心智能风控技术驱动型企业
2016.07-2019.12
金融内容审核开发工程师金融内容审核系统开发Python开发规则引擎
北京
•• 负责公司核心金融内容审核平台的设计与迭代，深度参与需求评审，将合规要求转化为可配置的审核规则库，使审核准确率提升至98%。
•• 基于Python和Flask框架开发内容审核微服务，实现多源数据（新闻、研报、公告）的实时接入与自动化清洗，日均处理量达百万级。
•• 与风控、运营团队建立敏捷协作机制，通过用户故事地图拆解业务痛点，主导了敏感词库动态更新与审核流程闭环优化。
•• 针对突发监管政策，快速响应并开发临时审核策略，成功保证了系统在政策窗口期的零违规运行。
•• 主动引入日志监控与异常告警体系，通过ELK搭建分析面板，将系统故障发现时间从小时级缩短至分钟级。
某综合金融服务集团 - 金融科技部综合金融全牌照集团
2020.01-至今
高级金融内容审核开发工程师高级审核开发团队管理智能风控架构设计
北京
•• 带领8人研发团队对现有审核系统进行架构升级，引入微服务与容器化部署，使系统吞吐量提升3倍，支撑集团日均千万级交易审核。
•• 主导审核策略的智能化转型，利用NLP与图神经网络技术构建金融实体关系抽取模型，将复杂关联交易识别的准确率由82%提升至93%。
•• 制定并推行代码规范与敏捷开发流程，组织代码评审与技术分享，团队交付效率提升40%，严重缺陷率下降60%。
•• 统筹与外部数据供应商、监管科技公司的技术对接，完成企业工商、舆情、黑名单等10+数据源的整合与标准化接入。
•• 基于业务数据搭建运营看板，通过ClickHouse实现多维度审核指标分析，定期输出风控优化报告，直接支撑管理层决策。
•• 项目目标是为某头部财经媒体搭建一套智能化资讯审核系统，覆盖新闻、自媒体、研报等UGC/PGC内容，日均审核量达50万条。
•• 作为核心开发，负责系统整体架构设计，采用Spring Boot + Kafka + Flink流处理，实现高并发内容分发与实时审核。
•• 自研文本纠错与敏感词匹配模块，结合AC自动机和BERT预训练模型，将违规内容识别率提升至99.2%。
•• 主导设计可视化规则编排平台，业务人员可通过拖拽配置审核流程，审核规则上线周期从2周缩短至1天。
•• 系统上线后，客户方人工审核团队缩减50%，内容发布时效性提升40%，项目获得公司年度最佳技术创新奖。
•• 项目为集团旗下证券、基金业务构建统一的交易行为审核平台，重点监控内幕交易、市场操纵等异常行为。
•• 负责数据采集模块开发，通过Flink CDC实现从MySQL、Oracle、Kafka等多源异构数据准实时同步，延迟控制在秒级。
•• 设计数据质量校验流水线，针对交易时间戳、金额、投资者账户等字段进行12项规则校验，将脏数据率从5%降至0.3%。
•• 开发基于规则引擎与孤立森林算法的混合审核模型，对大额、频繁、逆势等异常交易特征进行实时打分，预警准确率超85%。
•• 系统上线后，成功协助合规部门拦截多起疑似市场操纵案例，并输出监管报告，获得集团合规部高度认可。
金融合规与行业洞察:
持续跟踪金融科技监管政策与行业动态，通过参与北京金融科技峰会、分析央行监管报告，深入理解反洗钱、内容合规要求，并将金融风控规则映射为审核系统的特征工程方案。
