AMAZING RESUME
牛敬业
188****9595niu****@***.com北京32男风控模型专家在职北京30k-50k •课程深耕：系统修读高维数据统计推断、随机微积分及金融时间序列分析，夯实了风控模型的理论基础。
•科研实践：参与导师“信贷违约预测与早期预警”课题，负责清洗百万级客户交易流水，构建基于生存分析的违约概率模型，提升了样本不平衡处理与特征工程能力。
•- 负责消费金融场景的贷前审批模型搭建，覆盖申请评分卡（A卡）与行为评分卡（B卡）双卡体系。通过引入行业知识驱动的特征构造方法，结合自动化特征筛选流程，将核心模型 AUC 稳定在 0.86 区间，有效区分了优质客户与高风险客群。
•- 组织团队完成了覆盖申请、交易、还款全生命周期的特征体系建设，累计沉淀 250+ 业务特征，建立了特征血缘管理与效果追踪机制，为后续模型快速迭代提供了标准化数据底座。
•- 与产品、运营团队建立常态化沟通机制，基于月度风险表现进行策略规则与阈值动态调整，在保持通过率基本稳定的前提下，实现组合坏账率较基准期下降 18 个百分点。
风控算法工程师实时反欺诈异常检测算法模型运维监控
北京
•- 参与建设支付交易实时反欺诈引擎，采用时序卷积网络（TCN）对用户操作行为序列进行建模，在毫秒级响应要求下实现欺诈交易识别准确率 98.5%，有效拦截了批量盗刷与账号共享攻击。
•- 设计并落地模型全生命周期监控方案，覆盖数据分布稳定性（PSI/CSI）、区分度（KS/AUC）、命中率等核心指标，搭建自动化告警与回滚机制，平均缩短模型漂移响应时间 60%。
•- 协同数据中台团队重构实时特征计算链路，通过流批一体架构与缓存优化，将风控决策所需数据延迟从秒级降至百毫秒级，显著提升了实时风控场景的决策效率。
•- 项目背景：随着小微企业融资需求增长，传统基于财务指标的评分模型对轻资产企业区分度不足，需引入替代数据与行为特征。
•- 项目内容：负责基于 LightGBM 构建小微企业经营贷评分模型，整合经营流水、纳税记录、供应链关系等多源数据，通过特征交叉与分箱策略优化，构建 60+ 业务特征，采用时间序列交叉验证评估模型稳定性。
•- 项目成果：模型上线后在测试集上 KS 达到 0.42，相较旧模型提升 25%，在保持资产质量稳定的同时，优质小微客户通过率提升 22%。
•- 项目背景：面对日益复杂的支付欺诈手段，传统规则引擎难以应对团伙化、跨平台协同作案，需建立基于关系网络的欺诈识别体系。
•- 项目内容：主导设计基于异构图神经网络（HeteroGNN）的账户关联风险模型，构建用户-设备-交易-IP 多维关系网络，提取社区发现、中心性度量等图结构特征，结合节点属性进行端到端训练。
•- 项目成果：模型成功识别多个跨平台欺诈团伙，累计拦截欺诈金额超千万元，团伙欺诈损失率下降 35%，相关方案在内部技术论坛及外部风控峰会进行分享。
作为一名风控从业者，我始终保持着对风险本质的好奇心，喜欢从数据中挖掘业务背后的规律。性格上严谨细致，对模型指标异常有天然的敏感度，习惯用代码和统计检验来验证每一个假设。在技术上，熟练掌握信用评分卡、反欺诈模型、图算法等风控核心方法，同时具备从业务需求到模型落地的完整链路经验。加分项是长期关注监管政策动态与行业最佳实践，能在合规框架内设计创新风控方案，期待在更复杂的金融风控场景中持续深耕。
知识产权:
申请一项“基于多模态数据融合的欺诈交易识别系统”发明专利（已授权），提出了一种结合用户行为序列与设备指纹的异常检测算法，有效降低了误报率。
技术社区:
在 GitHub 维护“风控指标自动化计算平台”开源项目，支持 T+1 批量与 T+0 实时指标的双模式计算，累计获得 400+ star，为中小金融机构提供了低成本的特征监控解决方案。
