网商银行-信贷风险大模型岗-杭州/上海

优缺点分析

角色解读

• 在技术深度上，可成为风控算法专家，深耕大模型与信贷风控结合的前沿方向
• 在业务理解上，可转向风控策略或产品方向，成为业务与技术复合型人才
• 在大平台中，有晋升为技术团队负责人或架构师的机会，带领团队探索新课题
• 参与搭建小微信贷风控模型体系，覆盖贷前、贷中、贷后全流程，包括信用评分、客户画像等
• 利用机器学习和深度学习方法，构建多源信息风控特征池，解决信贷场景的实际问题
• 设计大模型驱动的风控解决方案，如智能决策Agent、风险判别、小微全息画像生成等创新应用
• 探索前沿算法（如知识图谱、GraphML、多模态、AutoML、运筹优化）在信贷风险管理中的落地
• 扎实的机器学习/统计建模基础，熟悉深度学习、图学习、NLP等常用算法
• 熟练使用Python、R、SAS等数据分析工具，有TensorFlow/PyTorch开发调优经验者加分
• 具备信用风险建模经验，理解信贷业务场景，有普惠金融背景更佳
• 良好的沟通和项目管理能力，能够协同业务团队推进技术创新

申请策略

• 投递前了解网商银行的小微业务和现有风控体系，在简历中体现对普惠金融的理解
• 关注蚂蚁集团招聘流程，内推可能提高成功率，可尝试寻找内部员工推荐
• 重点突出信贷风控或相关金融建模项目经验，尤其是机器学习/深度学习在风控中的应用
• 展示大模型、知识图谱等前沿技术的研究或实践成果，体现创新能力
• 强调使用TensorFlow/PyTorch等平台的开发调优经验，附上量化指标（如AUC提升、坏账下降等）
• 突出沟通和项目管理能力，可用具体案例说明如何推动跨团队协作
• 如果缺乏风控经验，可以补充学习信用评分卡、违约预测等经典风控模型
• 熟悉大模型（如LLM）的微调和应用，了解Agent、RAG等技术，尝试在金融场景中做demo

面试指南

• STAR法则：描述情境、任务、行动和结果，用数据说话
• 从业务问题出发，说明技术方案选择的原因，并对比不同方法的优劣
• 对于设计题，先理清业务目标，再给出数据方案、算法选型和评估指标
• 请介绍一个你做过的最复杂的风控模型，你的思路和优化过程是什么？
• 如何用小微信贷的稀疏数据构建有效的信用评分模型？
• 大模型在信贷风控中能发挥什么作用？请设计一个应用场景
• 你对图神经网络在反欺诈或风险识别中有什么了解？请举例说明
• 当模型上线后出现效果波动，你会如何排查和解决？