职场资讯
正在查看在校生风控算法轻商务简历模板文字版
陈小湾
求职意向
工作经历
XXX科技是一家专注于金融科技与人工智能解决方案的创业公司，团队规模约XXX人，核心业务是为中小金融机构提供智能风控与反欺诈服务，产品已服务于超过XXX家银行及消费金融公司，与多家区域银行建立了数据产品合作。
工作概述：
1.数据清洗与处理：针对线上信贷业务原始数据，使用Python脚本清洗用户行为与交易日志；根据业务规则定义并处理缺失值与异常值，构建标准化的训练数据表；每日监控数据质量报表，调整清洗逻辑，将数据可用率提升XXX%。
2.特征工程开发：基于清洗后的数据，结合业务理解与经验，批量构建用户历史逾期、消费稳定度等时序统计特征；利用开源工具进行特征重要性分析，筛选出有效特征集；定期迭代特征库，使模型效果稳定提升XXX%。
3.模型调优实验：协助资深工程师对GBDT、XGBoost等基线模型进行超参数网格搜索；根据验证集AUC指标变化记录实验过程，分析模型过拟合原因并提出正则化调整建议；通过多次实验对比，将模型KS值优化了XXX个点。
4.模型部署监控：将测试通过的模型文件封装为API服务，编写基础接口文档；部署后跟踪模型线上预测效果，监控指标波动并生成日报；协助定位因数据漂移导致的预测偏差问题，推动特征回刷，保障线上AUC稳定在X
X.X%。
工作业绩：
1.独立完成XXX万条训练数据的清洗与标准化工作，为模型训练提供高质量数据基础。
2.开发并维护了包含XXX个维度的特征库，其中X个核心特征被正式模型采用。
3.参与执行超过XXX次模型调优实验，辅助将离线KS指标从
X.XX提升至
X.XX。
4.支持了X个模型的测试与上线流程，模型线上服务可用性达到XXX%。
主动离职，希望有更多的工作挑战和涨薪机会。
项目经历
公司为合作银行提供的核心风控产品升级项目，原有规则引擎与简单逻辑回归模型在识别新型团伙欺诈时表现不佳，月度坏账率攀升至X.X%，服务XXX家客户时，日均拦截可疑交易仅XXX笔，误拒率高达XX%，导致客户投诉增多。项目目标是在不显著提升误拒率的前提下，将欺诈识别覆盖率提升XX%以上。
项目职责：
1.数据探查分析：负责对新增的第三方征信与工商数据源进行探查，分析字段分布与缺失情况，产出数据质量报告，为特征工程提供输入。
2.特征脚本编写：基于业务方提供的欺诈案例样本，编写Python代码实现关联网络特征与统计特征的批量计算，将特征生产脚本化，效率提升XXX%。
3.模型实验支持：负责运行多种树模型对比实验，记录不同特征组合下的性能指标（AUC/KS），协助分析复杂模型（如LightGBM）与简单模型的效果差异。
4.效果分析报告：根据线上AB测试结果，协助抽取并分析模型误判案例（好坏样本），提炼规则建议，输出部分测试分析报告。
项目业绩：
1.项目上线后，针对新型团伙欺诈的识别覆盖率从XX%提升至XX%，月度坏账率回落
X.X个百分点。
2.在误拒率仅上升
X.X%的情况下，日均有效拦截可疑交易量增长至XXX笔。
3.产出的特征计算脚本与数据分析报告，成为后续类似项目的参考模板，提升了团队效率。
教育背景
GPA X.XX/X.X（专业前XX%），主修机器学习、数据挖掘与Python程序设计核心课程，参与信贷风控预测课程设计项目，在团队中负责数据预处理与特征构建模块，使用Pandas与Scikit-learn完成模型基础实验，熟悉Linux开发环境与SQL基础操作，了解模型评估常用指标。
自我评价
培训经历
系统学习了机器学习专项课程，掌握特征工程、模型训练与评估的系统化方法。将认证知识应用于实习期间的特征开发工作中，通过规范的特征分析与筛选流程，帮助提升了特征库的可用性与模型效果的稳定性。
在校生风控算法轻商务简历模板
581人使用适用人群: #风控算法 #在校生[找实习]
[基本信息]
姓名：陈小湾
性别：男
年龄：26
学历：本科
婚姻：未婚
年限：4年
面貌：党员
邮箱：xiaowan@gangwan.com
电话：18600001654
[求职意向]
工作性质：全职
应聘职位：风控算法
期望城市：北京
期望薪资：8000-10000
求职状态：离职-随时到岗
[工作经历]
北京XX科技有限公司 | 风控算法
2024-09 - 2025-12
XXX科技是一家专注于金融科技与人工智能解决方案的创业公司，团队规模约XXX人，核心业务是为中小金融机构提供智能风控与反欺诈服务，产品已服务于超过XXX家银行及消费金融公司，与多家区域银行建立了数据产品合作。
工作概述：
1.数据清洗与处理：针对线上信贷业务原始数据，使用Python脚本清洗用户行为与交易日志；根据业务规则定义并处理缺失值与异常值，构建标准化的训练数据表；每日监控数据质量报表，调整清洗逻辑，将数据可用率提升XXX%。
2.特征工程开发：基于清洗后的数据，结合业务理解与经验，批量构建用户历史逾期、消费稳定度等时序统计特征；利用开源工具进行特征重要性分析，筛选出有效特征集；定期迭代特征库，使模型效果稳定提升XXX%。
3.模型调优实验：协助资深工程师对GBDT、XGBoost等基线模型进行超参数网格搜索；根据验证集AUC指标变化记录实验过程，分析模型过拟合原因并提出正则化调整建议；通过多次实验对比，将模型KS值优化了XXX个点。
4.模型部署监控：将测试通过的模型文件封装为API服务，编写基础接口文档；部署后跟踪模型线上预测效果，监控指标波动并生成日报；协助定位因数据漂移导致的预测偏差问题，推动特征回刷，保障线上AUC稳定在X
X.X%。
工作业绩：
1.独立完成XXX万条训练数据的清洗与标准化工作，为模型训练提供高质量数据基础。
2.开发并维护了包含XXX个维度的特征库，其中X个核心特征被正式模型采用。
3.参与执行超过XXX次模型调优实验，辅助将离线KS指标从
X.XX提升至
X.XX。
4.支持了X个模型的测试与上线流程，模型线上服务可用性达到XXX%。
[项目经历]
项目名称：小微企业信贷风控模型优化
担任角色：项目负责人
公司为合作银行提供的核心风控产品升级项目，原有规则引擎与简单逻辑回归模型在识别新型团伙欺诈时表现不佳，月度坏账率攀升至X.X%，服务XXX家客户时，日均拦截可疑交易仅XXX笔，误拒率高达XX%，导致客户投诉增多。项目目标是在不显著提升误拒率的前提下，将欺诈识别覆盖率提升XX%以上。
项目业绩：
1.项目上线后，针对新型团伙欺诈的识别覆盖率从XX%提升至XX%，月度坏账率回落
X.X个百分点。
2.在误拒率仅上升
X.X%的情况下，日均有效拦截可疑交易量增长至XXX笔。
3.产出的特征计算脚本与数据分析报告，成为后续类似项目的参考模板，提升了团队效率。
[教育背景]
南京信息工程大学
人工智能 | 本科
GPA X.XX/X.X（专业前XX%），主修机器学习、数据挖掘与Python程序设计核心课程，参与信贷风控预测课程设计项目，在团队中负责数据预处理与特征构建模块，使用Pandas与Scikit-learn完成模型基础实验，熟悉Linux开发环境与SQL基础操作，了解模型评估常用指标。