锤子简历品牌推广师
数据分析师简历表格
作者:锤子简历 2021/04/07 21:30:00
阅读 165

求职意向

建模/数据分析/数据策略 北京 薪资面议 随时到岗

教育背景

2020.x -2020x 锤子简历大学 信息与信号处理

学习:图像处理、机器学习相关课程,研究方向:雷达图像的处理

2020.x -2020x 锤子简历大学 自动化

学习:数学、电路、控制原理相关课程。 考研的时候,数学全校第一!

工作经验

2020.x -2020x 锤子简历信息技术有限公司 风险数据分析(工作职责:贷中管理)

主要工作: 

1 、贷中流程(主要完成):从0到1设计整个贷中管理流程,从业务出发,设计相关功能以及功能触发条件;从策略出发,设计相关功能的输入和输出数据,以满足策略的需要;从监控分析出发,设计贷中流程的标签数据存储和各表的关联关系。 
2、贷中模型(独立完成):完成贷中的各三方数据模型和自有数据模型;
3、贷中策略(主要完成):基于规则集和模型,制定贷中定价策略(期限、额度、费率)以及销户策略,设计相关策略测试实验;
4、贷中监控(主要完成):设计贷中监控指标和报表;
日常工作:
1、监控:贷中经营报表、贷中风险报表、模型报表、策略报表(时报、日报、周报、月报);
2、系统需求:向技术提出业务需求,配合系统功能的开发以及联调;
3、建模工具:基于python完善建模工具,其中包括:变量分析,分箱、特征工程、模型训练及评估,从而提高建模效率和模型性能;
其他工作:
1、贷中审批模型;
2、商城交易反欺诈策略;
工作成果:
月复贷金额从百万增长到目前的10亿,复贷风险稳定;

2020.x -2020x  中国光大银行信用卡中心 风险计量(工作职责:贷前审批模型和政策)

主要工作:  

1、人行征信报告模型(独立完成):提取人行征信报告的信息、变量清洗、衍生,建立逻辑回归模型及模型评估,结合决策树制定相关策略和策略评估。
 2、反欺诈模型(协助完成):对客户的贷前申请信息纵向和横向衍生生成标签,通过组合生成交叉特征,利用交叉特征建立逻辑回归模型及模型评估,结合决策树制定相关策略及评估。 
3、催收的自愈模型(协助完成):分析客户的还款时间分布,定义正样本,获取客户的贷前信息、贷中交易信息,变量清洗、衍生、特征工程,建立gbdt模型及模型评估,制定催收策略。 




日常工作: 
1、审批政策:梳理联名卡(流水贷、个税、社保公积金)的审批政策和授信策略; 
2、监控:各分行的风险月报,各联名卡风险分析月报; 
3、系统需求:配合技术部进行相关的系统迁移; 
工作成果: 人行模型替换规则,通过率提高了10%;

自我评价

1、参加国内外相关领域的数据建模比赛,学习相关技能;

2018-11  kaggle           Home Credit Default Risk     top15% 
2019-06  拍拍贷魔镜杯 预测资产组合的回款              top5% 
2019-09  科大讯飞        移动反欺诈广告                   top10%
2、阅读风险管理的相关书籍;
3、阅读相关模型论文;

内容来源说明:本文章来自网络收集,如侵犯了你的权益,请联系QQ:2772182309进行删除。