AMAZING RESUME / 01
BURN BRIGHT · MOVE FORWARD
牛敬业
风控策略工程师
常怀探索之心，以实干沉淀自身价值
139****5678niu****@***.com北京30男风控策略工程师在职北京25k-35k •修读概率统计与机器学习核心模块，构建量化思维，强化对多维数据特征挖掘与异常检测的理论储备。
•作为核心成员参加全国大学生数学建模竞赛，负责风险评估模块建模，荣获省级奖项，验证复杂场景下的逻辑推演能力。
•毕业项目搭建信用评分卡模型，整合征信与行为数据，通过变量筛选与分数卡划分，实现风险客群的精准分层与策略落地。
•• 主导消费信贷风险管控，基于多维客户画像实施动态分层授信策略。通过优化高风险群体额度分配，使潜在损失缩减28%，同时保障优质客户便捷体验。
•• 设计并部署集成学习模型（LightGBM融合神经网络），实现客户信用风险实时评分。模型上线后，整体坏账率由5.2%降至3.1%，显著改善资产质量。
•• 协同产品与运营团队，针对新业务场景快速定制风控方案。例如，在数字钱包产品上线前，制定专项风险预案，确保业务平稳推广。
•• 建立策略效果监控看板，定期输出风险分析报告。识别出某第三方渠道风险偏高，推动合作模式优化，使该渠道不良率下降22%。
•• 深度参与反欺诈体系搭建，从历史欺诈样本中提取关键特征，构建实时规则引擎。在特定高风险场景中，应用新规则后欺诈识别率提升35%。
•• 主导风控数据治理，设计清洗流程与质量监控机制。通过实时交易分析，及时发现异常波动，快速响应并制定应急策略。
•• 推动风控系统升级，参与需求评审与架构设计。负责策略迁移与A/B测试，确保系统功能精准匹配业务需求。
•• 跟踪行业风控趋势，引入设备指纹与行为分析技术，拓展风险识别维度，增强整体防御能力。
•• 项目背景：用户规模高速增长，传统规则引擎响应滞后，亟需智能化升级。
•• 项目内容：负责模型架构设计，融合XGBoost与LSTM算法处理海量用户行为数据。通过特征工程提取时序特征，提升模型预测精度。
•• 项目成果：模型上线后，风险识别准确率突破92%，评估时效压缩至30分钟内，助力新增优质客户8万+。
•• 项目背景：欺诈手段日益复杂，现有系统拦截能力不足，需强化实时防御。
•• 项目内容：主导策略优化，深度挖掘欺诈特征，构建图神经网络识别团伙行为。引入实时规则引擎，实现毫秒级响应。
•• 项目成果：成功拦截欺诈交易6万+笔，挽回损失超5000万元，系统响应时间降至50ms。
• 对风控领域怀有深厚热忱，坚信数据洞察是守护金融生态安全的基石，日常工作中保持对异常信号的敏锐嗅觉与严谨态度。
• 具备扎实的逻辑思维与抗压能力，擅长在复杂业务场景中快速定位风险关键点，注重策略迭代的精细化落地。
• 熟练运用Python进行数据建模，精通SQL与集成学习算法优化风险决策流程，持续提升策略效能。
• 持有FRM证书并持续跟踪行业前沿，求职意向聚焦风控策略工程，期待在动态市场环境中深化价值创造。
行业资格与认证:
通过 FRM 一级考试，深入理解 VaR 模型与压力测试机制，具备量化市场风险与信用风险的实务操作能力。
完成 CFA 一级科目学习，擅长财务报表分析与估值建模，能从资产质量维度辅助信贷风控策略的制定与优化。
