贷后利润增益最大化：基于客群画像与催收方式（如AI外呼、人工介入）的矩阵优化并优化决策引擎策略，推动贷后管理的智能化目标落地
大模型场景化应用：负责大模型的提示词工程与API接口调用，独立完成AI对话内容分析、智能化特征衍生、回收率预测等任务，赋能策略迭代
策略开发与部署：运用决策树等算法构建贷后风险策略，设计并推进AB test，完成模型的训练、测试及上线部署，实现策略的自动化应用
业务波动归因分析：对核心业务指标的异常波动进行深度归因分析，定位问题根因，并形成可落地的策略优化建议，反哺业务调整
智能化监控体系搭建：持续完善智能化贷后指标体系，对贷后全流程的过程指标及AI对话质量指标进行常态化监测，保障业务稳健运行