主导信用风险评分模型（包括申请和催收评分卡）的开发、实施、验证、监控和定期优化
• 设计、开发和维护反欺诈评分卡、规则集和分析方法，以识别和防止跨渠道的申请欺诈和行为欺诈
• 推动先进技术（如机器学习、人工智能和功能丰富的数据流水线）的采用和负责任使用，确保模型的可解释性、鲁棒性并符合模型治理要求
• 开发并实施组合层面的评分工具和框架（例如，客户挽留评分、气球贷再融资评分、决策矩阵、业务政策规则和流程）
• 确保评分引擎、模型部署流水线和监控基础设施（包括自动性能警报和重新校准工作流）的稳定、可扩展和安全运行
• 与总部、本地IT、云团队和第三方供应商紧密合作，交付本地化模型实施、云/本地部署和集成项目
• 与内部业务部门合作，定义需求，支持新举措，并将业务需求转化为数据驱动的分析和控制措施
• 主导第三方和替代数据的探索、获取、验证和管理（包括供应商评估、数据质量检查和隐私/合规考量）
• 管理外部供应商和利益相关者，确保高质量、及时交付，并遵守SLA和治理标准
• 推广技术最佳实践（特征工程、模型可解释性、A/B测试、ML的CI/CD），并持续改进反欺诈和信用风险生态系统
• 负责监控评分引擎/工具的性能，并在必要时主导更新和变更
• 与零售信贷、催收、客户挽留和再营销团队合作，了解业务需求并提供强有力的评分支持
• 拥有本地信用风险评分流程和文档
• 确保评分引擎、工具和业务政策规则（BPR）的及时、准确维护，兼顾有效性和效率
• 与本地IT和相关业务部门紧密协作，协调用户验收测试、热修复和变更请求流程
• 与销售、运营和信贷运营部门联络，为业务发展和数字化转型提供评分和分析支持
• 负责评分卡和BPR的监控与验证
• 推动评分模型和BPR开发的创新
• 引入和推广新技术和算法
• 与全球风险工具团队紧密合作，确保评分模型和业务规则政策的开发与实施
• 支持系统实施和变更
• 与信贷运营和催收部门合作，了解业务需求并提供强有力的统计分析支持
• 监控并实施监管要求，特别是国家金融监管总局和中国人民银行的法规
• 支持基于自身研究和组织内各职能（特别是法律和法规合规部门）的输入，密切监控和跟进法律/监管环境的变化
• 实施与申请和组合评分领域相关的监管要求
• 确保并加强消费者权益保护措施
• 承担团队的新任务
• 支持其他团队成员完成团队任务
• 为主要任务起草流程/说明，以便更好地记录
• 与团队成员和其他同事分享知识