在统计学原理、金融数据挖掘等核心课程中表现突出，综合绩点位列专业前15%，具备扎实的量化分析基础。

代表学校参加金融量化挑战赛并荣获省级赛区二等奖，负责设计信用违约识别算法，有效提升模型预测准确率。

主导研发校园信贷场景下的风险评估算法原型，提交风控模型原型并获指导老师推荐至合作银行进行逾期率预测场景的实际业务测试。

独立搭建用户行为分析框架，利用Python和SQL挖掘交易数据中的异常模式，输出风险特征清单供策略迭代参考

设计多维规则引擎，结合交易频率、金额阈值及设备指纹等维度，使欺诈交易拦截率提升[X]%

建立策略版本管理机制，通过Notion文档库记录规则迭代逻辑，降低团队协作沟通成本

构建金融文本标注体系，针对贷款申请备注、客服对话记录等场景制定三级标注规范

开发自动化规则脚本校验标注一致性，推动人工复核效率提升40%，标注准确率达[X]%以上

协同算法团队完成5000+样本质量审计，发现并修正标注偏差问题，保障模型训练数据可靠性

重构传统评分卡变量体系，引入设备行为轨迹、社交关系图谱等新型特征，使模型区分度(KS值)提升[X]

采用XGBoost与逻辑回归混合建模，通过SMOTE算法平衡样本分布，解决长尾风险客户识别难题

建立A/B测试框架验证模型效果，推动线上策略更新后不良率下降[X]个百分点

设计动态阈值调整机制，根据交易时段、地域分布自动适配监测灵敏度，降低误报率30%

开发可视化规则配置界面，使业务人员可自主调整风控参数，策略响应速度提升50%

模拟黑产攻击场景进行压力测试，发现并修复3项规则逻辑漏洞，完善系统安全防御能力

通过CFA一级科目，掌握固定收益与权益工具定价逻辑，并密切追踪央行数字货币及宏观流动性紧缩政策对信贷资产质量评估体系的重塑影响

担任校园投资俱乐部数据研究组长，牵头复盘3起典型的P2P平台流动性陷阱案例，深入剖析其资金池操作漏洞，撰写的风险策略建议集被2家互联网金融企业采纳参考