- 个人简历
- 努力超越自己，每天进步一点点
- 姓 名： 逗号简历
- 年 龄： 29
- 性 别： 女
- 籍 贯： 杭州
- 现居地： 杭州
- 工作年限： 1–3年经验
- 电 话： 136-0000-0059
- 邮 箱： yaorui@email.com
3 年风控算法经验，专注信贷风控方向。主导申请反欺诈模型迭代，从设备、行为、关联网络维度构造 200+ 个特征，用 XGBoost 结合图关联特征重构模型，灰度与 AB 验证后首月欺诈损失率下降约 20%。独立完成评分卡到机器学习评分模型升级，同等通过率下首逾率降低约 1.5 个百分点，并用 Spark 搭建特征加工与 PSI 监控。早期在消费金融公司做数据挖掘，负责特征开发与评分卡建模，打下了风控建模基础。
- 2023-06 ~ 至今
- XX金融科技（金融科技，员工2000+）
- 风控算法工程师
申请反欺诈模型： 负责信贷申请环节的反欺诈模型迭代，从设备、行为、关联网络等维度做特征工程，构造了 200+ 个风控特征
用 XGBoost 重构了原有欺诈模型并引入图关联特征，上线后（经 AB 与灰度验证）团伙欺诈的识别率明显提升，首月欺诈损失率下降约 20%
信用评分模型： 独立负责了一版信用评分卡到机器学习评分模型的升级，在同等通过率下把首逾（首期逾期）率降低了约 1.5 个百分点
做了模型的可解释性工作（SHAP + 分箱），让策略和业务能看懂每个分数背后的驱动因素
特征与监控： 用 Spark 搭了风控特征的离线加工流程，并做了特征稳定性（PSI）监控，及时发现特征漂移
建了模型上线后的效果监控看板，KS、通过率、逾期率异常能及时预警
策略配合： 和策略团队一起把模型分数落到审批策略里，参与了拒绝/通过阈值的设定和复盘
- 2022-06 ~ 2023-05
- YY消费金融「YY消费金融（消费金融，员工 500+）」
- 数据挖掘工程师
负责消费信贷场景的特征加工，用 Python + Hive SQL 完成 80+ 个用户画像和行为特征的开发与上线
参与信用评分卡模型开发，独立完成变量筛选和 WOE/IV 分箱，模型 KS 值达 0.35
搭建了特征质量巡检脚本，每日自动检测缺失率和分布异常，将特征问题发现时效从 T+3 缩短至 T+1
- 2019 ~ 2022
- 浙江大学
- 统计学（硕士）
- 2015 ~ 2019
- 苏州大学
- 数学与应用数学（本科）
风控建模：反欺诈、信用评分、评分卡、图关联特征、可解释性（SHAP）
机器学习：XGBoost、LightGBM、sklearn，特征工程与调优
工程：Python（熟练）、SQL、Spark，特征加工流程
模型监控：PSI/KS 监控、特征漂移预警、效果看板
业务：信贷风控全流程、审批策略配合
英语：CET-6，能读英文文档和论文