微信支付-支付金融后台开发-策略开发

1.基于微信支付海量交易与行为数据，运用大数据分析和机器学习算法，设计并迭代信用评估、反欺诈识别、用户准入、动态定价及智能催收等核心风控策略；
2.持续监控风控策略的实时执行效果，通过数据埋点与指标分析定位策略偏差，定期优化策略规则与模型参数，保障风控决策的准确性与稳定性；
3.结合用户生命周期管理需求，开展营销效果建模与量化分析，包括A/B测试设计、续贷意愿预测、风险预警阈值设定、额度动态调整及交叉营销策略制定；
4.深度挖掘异常用户行为模式、可疑商户交易链路、关联设备团伙特征及黑产工具使用痕迹，构建多维度的金融黑产识别与对抗体系；
5.从支付、信贷、社交等多源数据中提取高价值特征，完善用户信用画像与商户经营画像，为策略开发提供更精准的数据支撑。

1.计算机科学、数学、统计学、金融工程等相关专业本科及以上学历，扎实的理论基础；
2.三年及以上互联网行业数据挖掘、风险策略或大数据分析相关工作经验，有完整项目落地经验；
3.具备优秀的数理逻辑能力与数据敏感度，熟悉有监督学习（如XGBoost、逻辑回归）和无监督学习（如聚类、异常检测）算法原理及应用场景，能独立完成特征工程与模型调优；
4.熟练掌握至少两种编程语言（Python/Java/Scala/SQL/R等），有Hadoop/Spark分布式计算平台实战经验，能高效处理TB级数据；
5.有金融风控体系搭建经验者优先，熟悉消费金融/企业信贷业务流程，深度理解贷前审批、贷中监控、贷后催收全链路风控要点；对反欺诈策略、安全攻防对抗有实战经验者加分；
6.优秀的跨团队沟通与协作能力，有外部数据源合作对接经验或跨部门策略协同经验优先；具备快速学习能力与自驱力，能承受高压环境并主动解决问题。。加分项：1.参与过信贷风控策略全流程开发或黑产对抗项目，有成功案例或可验证的策略效果提升数据；
2.熟悉金融行业标准（如PCI DSS、反洗钱规则）或持有数据挖掘/风控相关认证（如CDA、FRM）；
3.有大规模机器学习平台（如PAI、TensorFlow Extended）使用经验或参与过实时风控系统建设。