技能要求：
**岗位职责**
1. 负责开发、优化及验证银行风险管理量化模型，包括但不限于： - 信用风险模型（PD/LGD/EAD评分卡、内部评级法IRB模型）
2. 基于监管要求设计模型方法论，撰写模型开发文档及合规报告。
3. 利用机器学习算法（XGBoost、神经网络、图算法）提升传统风控模型性能，探索AI在反欺诈、客户分群等场景的应用。
4. 处理多源异构数据（交易流水、征信、舆情），构建特征工程，解决样本不平衡、数据稀疏性问题。
**任职要求**
1. 教育背景：本科及以上学历，数学/统计/计算机/金融工程/人工智能/算法等相关专业。熟悉随机过程、时间序列分析、最优化理论等数学工具。
2. 技术能力：精通Python/R/SAS，掌握PySpark/Hive等大数据工具，熟练使用TensorFlow/PyTorch框架。深入理解GBDT、聚类、深度学习等算法，具备模型可解释性（SHAP/LIME）优化经验。熟悉SQL及关系型数据库，具有海量金融数据处理经验。
3. 行业经验：2年以上银行/金融科技公司风险管理建模经验。有完整参与模型开发-验证-部署-监控全生命周期项目案例者优先。