岗位描述
岗位职责:
1. 数据清洗与特征工程:负责训练数据的预处理,包括缺失率过滤、IV 筛选、相关性去重及 PSI 稳定性校验。
2. 模型训练与迭代:参与主流模型(如 LightGBM、XGBoost)及前沿大模型(如 TabICL、TabPFN)的训练与调优。
3. 效果评估:独立完成模型的 OOT(跨时间)验证,计算 AUC、KS 等指标,并使用统计学方法(如 Wilcoxon 检验)进行模型显著性对比分析。
4. 可视化报告:使用 Python (Matplotlib/Seaborn) 绘制模型对比散点图、分布图,输出清晰的分析报告
任职要求:
1. 编程能力:熟练掌握 Python,精通 Pandas、NumPy 进行数据处理。
2. 算法基础:熟悉机器学习算法(树模型原理),了解深度学习框架(PyTorch)者优先。
3. 统计学知识:理解 AUC、KS、IV、PSI 等风控建模常用指标的含义及计算方法。
4. 加分项:有表格大模型(Table LLM/Transformer)应用经验者优先;具备独立完成从数据加载到可视化全流程的能力。