国际事业群IBG-数据分析实习生（MJ020612）

AI 摘要智能生成

评估风控策略和规则的上线效果

职位描述

岗位职责（具体工作内容） 围绕出行业务中的人身安全风险场景（如行为异常、团伙犯案、账号异常、黑产对抗等），使用 SQL 和 Python 提取、清洗数据并搭建分析数据集。 对风险指标（如风险率、拦截率、误伤率、召回率）做拆解、归因和异动排查，输出有数据支撑的结论与策略建议。 评估风控策略和规则的上线效果，参与 A/B 实验或回溯验证，量化收益与误伤。 参与深度学习风控模型的建模探索：特征构造、模型训练、离线评估，并与现有规则/树模型基线做对比，输出"是否有增益、增益来自哪里、有什么风险"的评估结论。 搭建和维护风险监控看板，沉淀分析方法与文档。 任职资格（学历、目标院校、语言、技能、性格等要求）

任职要求

• 必备：
• 国内外院校统计、数学、计算机、数据科学等相关专业在读（本科高年级、硕士或博士优先）。
• 具备扎实的数据分析基础，熟悉概率统计、假设检验、回归分析、实验设计。
• 熟练使用 SQL（多表关联、窗口函数、复杂聚合）和 Python（pandas、numpy、可视化库）。
• 具备机器学习基础，熟悉常见算法与评估指标（AUC、KS、Precision/Recall 等），理解样本不均衡场景下的处理方法。
• 逻辑清晰，结论有数据依据，能独立推进任务并主动沟通。
• 重视数据安全与合规，能严格遵守用户数据脱敏和使用规范。
• 加分项：
• 有深度学习基础，熟悉 PyTorch 或 TensorFlow，有序列模型、图模型（GNN）、表格深度模型或时序预测等项目经历。
• 有数据分析、风控、反欺诈、推荐或算法相关实习经历。
• 有 Kaggle、天池等竞赛经历，或论文、开源项目经历。
• 熟悉 Hive、Spark 等大数据工具。
• 了解风控业务（反欺诈、信用风险、内容安全等）或黑产对抗思路。