风控模型算法工程师简历模板
【风控模型算法工程师简历模板】
一、个人信息
姓名：张明阳
性别：男
年龄：32岁
学历：硕士（统计学与机器学习方向）
毕业院校：清华大学（计算机科学与技术系）
工作年限：7年
联系方式：+86-138-XXXX-XXXX | zhangmy@email.com
求职意向：风控模型算法工程师（金融科技/互联网金融领域）
期望薪资：40-60K/月（16薪）
工作地点：北京/上海/深圳
二、核心技能
1. 机器学习与深度学习
- 精通逻辑回归、XGBoost、LightGBM等传统风控模型开发
- 熟练应用TensorFlow/PyTorch构建神经网络模型（DNN/CNN/RNN）
- 掌握图神经网络（GNN）在反欺诈场景中的应用
2. 数据处理与分析
- 熟练使用SQL进行百万级数据清洗与特征工程
- 精通Python（Pandas/NumPy/Scikit-learn）数据预处理
- 熟悉Spark/Hadoop分布式计算框架
3. 风控系统开发
- 具备从0到1搭建风控评分卡系统的完整经验
- 掌握PSI/CSI稳定性监控与模型迭代优化方法
- 熟悉FICO评分体系与巴塞尔协议III要求
4. 业务理解能力
- 深入理解信贷审批、交易反欺诈、反洗钱等核心风控场景
- 能够将业务需求转化为技术解决方案
三、工作经历
2019.07-至今 蚂蚁集团（杭州）
职位：高级风控模型工程师
团队：智能风控技术部
项目1：小微企业信贷风控模型优化
- 主导开发基于企业税务数据的XGBoost评分卡模型，KS值从0.32提升至0.45
- 设计动态特征工程框架，使模型响应时间缩短40%
- 推动模型上线后，坏账率下降18%，通过率提升12%
项目2：实时交易反欺诈系统升级
- 构建LSTM时间序列模型，识别异常交易模式
- 开发模型解释性模块，满足监管合规要求
- 系统上线后，欺诈案件拦截率提升25%，误报率降低15%
项目3：风控中台建设
- 设计模型版本管理系统，支持A/B测试与灰度发布
- 开发自动化监控看板，实现PSI>0.1时自动预警
2016.08-2019.06 京东数科（北京）
职位：风控算法工程师
团队：消费金融风控部
项目1：个人信用评分卡开发
- 构建包含200+特征的逻辑回归模型，通过率提升8%
- 设计变量分箱算法，解决特征稀疏性问题
项目2：设备指纹反欺诈系统
- 开发基于设备行为数据的无监督聚类模型
- 识别黑产设备集群，拦截率提升30%
项目3：模型部署优化
- 将模型推理时间从500ms压缩至80ms
- 实现PMML格式模型与Java风控系统的无缝对接
2014.09-2016.07 平安科技（深圳）
职位：数据分析师（风控方向）
团队：金融壹账通风控组
项目1：车贷风控模型开发
- 构建GBDT模型预测违约概率，AUC达0.78
- 开发变量重要性分析工具，淘汰30%冗余特征
项目2：反洗钱监测系统
- 设计基于规则引擎与机器学习的混合检测框架
- 可疑交易报告准确率提升22%
四、技术项目
1. 基于图神经网络的团伙欺诈检测系统（2022）
- 构建包含10亿节点的金融交易图谱
- 开发GCN模型识别异常资金环路
- 实际应用中，团伙欺诈识别率提升40%
2. 联邦学习在风控模型中的应用（2021）
- 实现跨机构数据安全共享的横向联邦学习框架
- 模型性能与集中式训练相当，数据隐私得到保障
3. 自动化特征工程平台（2020）
- 开发基于遗传算法的特征组合生成工具
- 特征生成效率提升5倍，人工干预减少70%
五、教育背景
2012.09-2016.06 清华大学 计算机科学与技术 硕士
- GPA：3.8/4.0
- 研究方向：机器学习在金融风控中的应用
- 导师：李教授（国家杰出青年科学基金获得者）
2008.09-2012.06 武汉大学 数学与应用数学 学士
- 全国大学生数学建模竞赛一等奖
- 美国大学生数学建模竞赛（MCM）Meritorious Winner
六、专业认证
- FRM（金融风险管理师）Part I & Part II 认证（2018）
- CFA（特许金融分析师）一级通过（2017）
- 阿里云ACP认证（大数据分析师）（2019）
- 腾讯云TCA认证（人工智能工程师）（2020）
七、论文与专利
1. 《基于集成学习的信贷风控模型优化研究》（《金融科技》2021年第3期）
2. 《图神经网络在金融反欺诈中的应用实践》（KDD 2022 Workshop）
3. 发明专利：一种基于设备行为数据的反欺诈检测方法（ZL202010XXXXXX.X）
4. 实用新型专利：风控模型监控系统（ZL202120XXXXXX.X）
八、技术博客与开源贡献
1. 个人技术博客（www.zhangmy.tech）
- 《风控模型PSI计算全解析》阅读量10W+
- 《XGBoost参数调优实战指南》被多家机构转载
2. 开源项目
- 风控特征工程工具包（GitHub Stars 500+）
- 模型监控看板模板（贡献者30+）
九、自我评价
1. 具备扎实的统计学基础与丰富的机器学习实战经验，能够从数据中发现业务价值
2. 深入理解金融风控业务逻辑，擅长将技术方案与业务目标紧密结合
3. 拥有从数据采集到模型部署的全流程项目经验，具备系统化思维
4. 持续关注行业前沿技术（如大语言模型在风控中的应用），保持技术敏感度
5. 优秀的跨团队沟通能力，能够与产品、运营、技术团队高效协作
关键词：风控模型、机器学习、深度学习、特征工程、评分卡开发、反欺诈、金融科技、XGBoost、TensorFlow、PySpark、模型监控、PSI计算、图神经网络、联邦学习、FRM认证
简介：本文是一份针对风控模型算法工程师岗位的完整简历模板，涵盖个人信息、核心技能、工作经历、技术项目、教育背景、专业认证、论文专利、开源贡献等多个维度。突出候选人在金融风控领域的机器学习模型开发能力，包括传统评分卡优化、深度学习应用、实时反欺诈系统建设等经验，同时展示其在特征工程、模型监控、系统部署等方面的技术深度，适合有5年以上经验的资深工程师参考。
