188****9494niu****@***.com北京35男风控算法负责人在职北京30k-50k •主修高级算法设计与数据挖掘核心课程，连续三年获得学业奖学金，具备扎实的数学与计算机科学理论基础。
•主导校级创新项目《基于深度学习的金融异常检测研究》，负责模型构建与实验验证，相关成果被导师推荐发表于 IEEE 相关会议，提升了学术研究与工程落地能力。
•统筹管理 15 人规模的风控算法中台团队，搭建从需求评审到模型上线的标准化研发流程，实现团队人效与交付质量的双提升。
•主导交易欺诈实时决策引擎的重构，引入图神经网络与实时特征计算，使毫秒级决策准确率提升 18%，有效遏制黑产攻击。
•深度介入 B 端商户授信业务，建立动态风险画像体系，为不同行业客户定制差异化准入策略，支撑信贷规模同比扩张 200%。
•推动大模型技术在反欺诈领域的应用探索，主导构建基于 LLM 的异常文本挖掘工具，显著提升了对新型欺诈话术的识别能力。
•核心参与信贷审批风控中台建设，独立负责申请评分卡与反欺诈模型的开发迭代。
•针对长尾客群设计差异化特征体系，利用 XGBoost 与逻辑回归融合建模，将模型 KS 值从 0.35 提升至 0.48，坏账率下降 12%。
•设计并实现离线数据仓库与实时流计算平台的数据打通，解决特征维度稀疏问题，保障线上模型在 7x24 小时高并发场景下的稳定性。
•联动运营与客诉团队，建立模型反馈闭环机制，通过客诉样本反哺模型优化，显著提升了对边缘样本的判别能力。
•该项目旨在解决高并发交易场景下的实时风控延迟问题，通过重构决策引擎底层架构，支持亿级 QPS 下的毫秒级风险拦截。
•统筹算法、工程、产品三方资源，制定项目里程碑与风险预案，确保项目按期交付并平滑切换至线上流量。
•引入 Flink 实时计算框架与流式特征工程，将核心风控指标计算延迟从秒级降至毫秒级，系统整体吞吐量提升 5 倍。
•系统上线后经受住多次大促流量洪峰考验，稳定拦截异常交易数千万笔，直接为公司挽回潜在资金损失超 5000 万元。
•针对商户贷后逾期问题，负责构建基于多源数据的动态风险预警模型，替代原有的静态规则体系。
•整合工商、司法、税务及历史交易数据，进行多模态特征融合，挖掘出 30+ 个高区分度的隐性风险因子。
•采用时间序列分析与集成学习算法进行模型训练，通过 SHAP 值进行特征重要性解释，确保模型在监管合规要求下的可解释性。
•模型部署后，成功提前识别高风险商户占比提升至 65%，指导业务部门提前采取干预措施，有效降低了整体不良资产率。
作为一名深耕风控领域近十年的算法人，我对风险数据的敏感度近乎本能。我热爱在海量噪声中抽丝剥茧，用算法逻辑构建业务安全的防线。我性格严谨务实，对模型的每一分提升都抱有洁癖般的执着，享受通过技术手段为公司规避巨额损失带来的成就感。熟练掌握从传统规则引擎到深度学习模型的演进路径，擅长在复杂业务场景下平衡风控效果与用户体验。同时，我具备将复杂技术语言翻译为业务语言的跨部门沟通优势，致力于成为一名既能下沉代码细节、又能拉升团队视野的技术型管理者。
合规与监管认知:
深入研读《个人信息保护法》与金融数据安全规范，确保模型开发与数据处理环节符合监管合规要求。
熟悉互联网信贷、第三方支付、电商交易等核心场景的风控痛点，能够结合业务特性设计差异化风险管控方案。
