高风险量化与数据建模工程师

职位概述
我们正在寻找一位在风险量化与数据挖掘领域有深厚积累的算法工程师，负责构建面向复杂业务场景的智能化风险评估与预测模型。
岗位职责
1.风险量化与定价模型：利用海量异构数据，开发基于机器学习的量化评估体系，对标的资产进行定价分析和未来收益预测，为商业决策提供核心依据。
2.用户画像与分层模型：结合行为序列、关系网络和外部合规数据，构建深度用户分层评分卡和响应概率模型，实现对不同群体精细化的策略匹配。
3.模型效果追踪与迭代：建立完整的模型监控框架（含稳定性、衰减等指标），定期对线上模型进行回溯校准和版本迭代，保障模型长期有效性。
4.前沿技术探索：参与联邦学习、隐私计算等前沿技术落地，在保障数据合规的前提下，拓展特征维度，提升模型区分能力。
5.协同决策系统：提取并抽象特征状态，为智能决策系统的优化提供可靠的输入信号与环境参数。
任职要求
1.数学、统计学、计算机、金融工程或相关专业硕士及以上学历，3年以上数据挖掘或风险建模相关经验。
2.熟练使用Python及SQL，精通传统机器学习（XGBoost/LightGBM等）和深度学习框架（如PyTorch），具备扎实的特征工程能力。
3.深入理解评分卡开发方法论（分箱、WOE、IV、模型校准），有实际主导或参与从研发到上线的完整项目经验。
4.思维严谨，对业务逻辑和数据分析有强烈兴趣，能够将模糊的商业问题转化为清晰的建模任务。
5.加分项：有联邦学习、隐私计算或多模态数据融合实践经验；对图谱特征提取有一定理解。