1、搭建零售客户信用风险评分模型（如申请评分卡、行为评分卡、催收评分卡），设计风险分层策略及定价建议模型，监测评级应用，升级模型算法等。

2、搭建风险数据集市，整合行内外业务数据，构建标准化数据标签体系，开发数据清洗、特征工程流程，优化数据存储与计算性能，提升模型运行效率。

3、负责信贷数字化项目的相关培训，组织开展后续平台运营工作等。

任职要求：

1、年龄要求：35周岁（含）以下，条件优秀者可放宽至40周岁。

2、学历要求：硕士研究生，或985/211本科生。

3、专业要求：数学、统计学、计算机科学、金融工程、计量经济学等相关专业。

4、经验要求：

了解商业银行信贷业务流程及风险特征，熟悉监管合规要求。熟悉Python、C 、Java等其中至少一种编程语言，熟悉逻辑回归、决策树，GBDT等机器学习算法，了解Linux/Unix环境，熟练掌握SQL语句。具备扎实的数据分析能力，能从海量数据中提取有效特征并构建风险逻辑。能够与业务、科技部门高效沟通，推动技术方案落地。
具有金融机构（银行、消费金融公司等）或互联网公司数据分析、模型开发经验，有零售风控全流程项目经验者优先；持有FRM、CFA、CQF、CDMP等证书者优先。