360 数科高级模型算法专家，负责公司信贷模型算法工作，带领团队构建了完善的信贷关键流程中的特征体系，覆盖该流程中业务全场景的模型支持框架以及一套稳定的模型维护系统。自加入 360 数科以来，共输出百余个算法模型，为信贷业务的精细化运营提供了丰富有效的模型工具。在模型的支持下，帮助公司全年实现上百亿的额外交易规模，风险指标得到显著改善，在公司业务发展中起到关键性作用。曾于 2013 年加入 Discover，长期从事模型相关工作，积累了海内外信贷行业一流的模型开发经验，对机器学习有深入的理解和丰富的实践经验。
传统信贷业务管理主要关注静态业务指标，如 3 期逾期风险、未来 90 天动支概率等，很少关注动态的指标。一个用户在不同时间点发生逾期，对机构产生的价值或者说带来的损失是不一样的，用户随时间变化的趋势本身对于业务管理也是有效的信息。如果引入时间维度，关注用户业务指标随时间的动态变化可以帮助我们实现对用户全生命周期的精细化管理方案。通过创新性发明 GBST 算法、搭建动态的价值预测框架等手段，我们为用户全生命周期管理提供了丰富有效的模型工具，并且在风险、动支、流失和价值管理方面实现了实际的业务成效。
演讲提纲：
你将收获：
京公网安备 11010502039052号 | 产品资质
微信咨询
电话咨询
微信联系我们