技能:
1. 掌握机器学习各种算法、Python、Sql、Hadoop、Hive、Linux、Cypher、Docker、知识图谱等技术。
2. 掌握机器学习应用(建模)全流程:包括数据探索、数据清洗、特征开发、模型构建、模型上线部署等。
3. 有4年以上金融行业相关建模经历,包括评分卡建模,营销,推荐,异常分析等方向。
1. 【兴业证券-基金推荐项目】(2021/10~2022/01)
项目目标:基于用户和产品维度数据,构建二分类模型,根据模型预测概率输出营销名单,实现基金产品精准 营销的目的。 工作内容:负责完成需求对接、数据探查、特征加工、模型开发、模型上线等任务,同时兼职项目经理工作。
项目成果:历史数据回测--人数转化率提升 86.82%,金额命中率提升 114.90%;实际营销试验--人数转化率 提升 60.44%,金额命中率提升 80.15%。
2. 【浦发银行-金融市场异常交易分析项目】(2021/09~2021/10)
项目目标:以外汇、债券业务为背景,提取交易员交易行为特征,构建模型,总结异常交易识别规则,输出异 常交易名单。 工作内容:负责需求对接、数据探查、特征加工、模型开发、规则开发、结果分析、模型上线、总结汇报等工 作。
项目成果:完成孤立森林模型构建和多场景规则提取,每月定期输出异常交易名单,历史回测异常交易命中率 达到 46.5%。
3. 【浦发银行-贷后资金穿透管理项目】(2021/06~2021/09)
项目目标:根据信贷客户历史贷款及交易数据,构建用户交易、关联关系的知识图谱,完成贷后资金断点链路 分析、异常图模式分析、交易轨迹优化、经常性及异常性交易轨迹识别以及特定客群多维度分析。
工作内容:独立完成需求对接、数据探查、点边表开发,图谱构建、交易模式分析、总结汇报等工作。
完成结果:基于信贷客户的图谱网络,总结 10 余种交易模式,完成规则提取并上线;通过分析客户的交易链 路,总结客户交易规律,提取 20+识别规则,并输出不同场景的分析报告;
4. 【郑州商品交易所-高频异常交易分析】(2020/06~2021/04)
项目目标:制定规则,筛选并识别异常高频客户;从不同维度综合分析高频客户的交易行为模式与市场行情指 标之间的关系,总结异常交易规则;完成多维度指标的可视化分析,为业务人员对异常交易的监控和判断提供依据。
工作内容:独立完成需求对接、数据探查、模型与规则开发,前端页面功能设计、结果分析、上线材料撰写、 上线测试、上线部署、总结汇报等工作。
完成结果:完成高频客户的多规则筛选;提取近 200+统计指标,完成高频客户异常交易行为的动态监控、高 频客户疑似动量点火行为检测为一体的综合分析系统。
5. 【上海银行-零售申请反欺诈知识图谱】(2020/04~2020/05)
项目目标:基于客户基础信息,交易信息、app 行为等数据构建图谱,通过规则总结,识别欺诈风险。
工作内容:完成需求沟通、数据探查、点边表开发,图谱构建、交易模式分析、总结汇报等工作。
完成结果:提取客户多维度关系构建知识图谱网络,采用多种图算法(例如社区发现),识别多个欺诈团伙, 防范信贷准入风险。
6. 【上海农商行-睡眠户促活项目】(2019/12~2020/03)
项目目标:对零售睡眠户数据进行数据探索,构建有监督模型,寻找潜在促活客户,用于精准营销促活活动。
工作内容:完成需求沟通、数据探查、特征加工、模型开发、总结汇报等工作。
完成结果:根据模型结果,对预测概率最高的 TopN 名单进行营销,最终转活率比自然转活率提高了 2.4 倍 以上。