•选修《金融风险管理》《反欺诈策略设计》等课程，参与“消费金融违约预测”课题，负责特征工程与逻辑回归建模，项目获北京市优秀课题奖。
•牵头组织校园金融产品设计大赛，主导风控流程与准入规则设计，团队获一等奖，个人获“最佳产品逻辑奖”。
•通过CFA一级，并利用Python与SQL完成信贷样本清洗与逾期率分析，为风控策略落地打下复合技能基础。
北京融信科技有限公司 - 产品部金融科技创新型企业
2017.01-2021.12
•负责信贷风控产品的全生命周期管理，从0到1搭建反欺诈规则引擎，结合用户行为数据设计动态评分卡模型，覆盖贷前、贷中、贷后全流程。
•与风险策略、算法团队深度协作，推动关系图谱反欺诈模型迭代上线，将首贷逾期率降低15%，申请欺诈识别率提升至96%。
•主导产品数据监控与决策分析体系，通过AB测试优化风控决策流，使审批处理时效缩短30%，同时保持不良率稳定。
•持续跟踪监管政策与行业动态，及时调整合规策略，确保产品流程符合银保监及数据安全法相关要求，并参与行业风控标准研讨。
•协助部门经理构建小微企业信用风险评估模型，整合税务、工商、电力等多源数据，完成特征工程与变量筛选，提升模型区分度。
•参与制定贷后监控策略，针对交易流水异常、关联担保等风险点设计12项预警指标，成功拦截多起潜在违约事件，挽回损失超2000万元。
•定期编制风险监测报告，利用Tableau可视化呈现资产质量变化趋势，并向管理层提出准备金计提与行业限额调整建议。
•与业务部门、外部征信机构协作，推动数据接口标准化，将数据接入时效从T+1提升至T+0，显著改善数据质量与建模效率。
•主导引擎架构设计与落地，利用图神经网络技术识别团伙欺诈，将新型诈骗案件识别率提升40%，误报率控制在0.3%以内。
•负责核心模块“实时风险评分”的设计，定义低延迟决策流，实现毫秒级调用，平均响应时间从200ms降至50ms，支撑日均千万级交易评估。
•推动跨部门协作，与数据工程团队共建特征超市，支持策略快速配置与灰度验证，使模型迭代周期由4周缩短至1周。
•项目上线后累计识别并阻断高风险交易超3万笔，间接减少潜在损失逾5000万元，获公司年度技术创新奖。
•通过用户旅程地图与点击流分析，定位出风险报告查看路径冗长、关键指标分散等六大体验痛点，输出体验优化方案。
•重新设计仪表盘信息架构，采用故事线方式呈现风险概览，并引入交互式下钻分析与自定义预警订阅，用户操作步骤减少60%。
•主导A/B测试验证新方案，证实用户获取关键风险信息的时间缩短45%，内测满意度评分从3.8提升至4.8分。
•沉淀形成《风控产品体验设计原则》，推动规范落地，后续两个孵化产品均参照该原则进行体验评审。
金融科技与监管动向:
持续跟踪可解释AI、实时风控引擎等前沿技术，定期阅读行业研报并参与相关论坛，能够将技术演进转化为产品迭代方案，例如将可解释性模型嵌入贷中预警，提升策略可调性与合规透明度。
