陈知远 · 资信评估员

中文·burgundy #中后台 #资深资信评估专家
陈知远
资深资信评估专家
135 1234 5678zhangsan@example.comzhangsan深圳
github.com/username
1986-06在职-看机会30K-50K
汉族中共党员山东青岛已婚

个人总结

5年信用风险评估经验,覆盖商业银行信贷审查与互联网银行风控,专注数据驱动决策。

  • 主导信用评分卡迭代与小微风险预警,基于XGBoost/LightGBM将KS稳定在0.46+,预警准确率提升35%,年化降低风险成本逾1,500万元。

  • 具备全链路数据驱动能力,覆盖数据清洗、特征工程到策略落地,精通Python/SQL建模与A/B实验;主导“信保贷”风控重构,不良率从1.8%压降至0.7%,并推动业务规模增长45%。

工作经历

资深资信评估专家某互联网银行
2022.04 - 至今
资深资信评估专家|风险管理部
  • 主导个人信用评分卡(A卡)迭代,基于XGBoost与LightGBM重构特征体系,挖掘10+维衍生特征,保持KS≥0.46;支撑月均20万笔审批,个人贷款不良率(90+)较优化前下降0.9个百分点。

  • 设计并落地小微企业信用风险预警机制,融合经营流水、税务及工商数据,构建动态评分与预警规则,实现提前30天识别高风险客户,预警准确率提升35%,阻断潜在不良资产超6,000万元。

  • 引入A/B实验驱动贷前审批策略优化,针对额度模型与利率定价进行多组在线测试,动态校准“通过率-风险敞口”平衡,年均为行内节省风险成本约1,500万元。

  • 搭建全流程风险监控看板,借助SQL与BI工具实现关键指标T+1自动可视化,将资产质量复盘周期从月缩至周,驱动策略迭代速度提升60%。

  • 牵头“信保贷”产品风控链路跨部门重构,协同产品与运营团队优化进件至放款全流程规则,推动不良率从1.8%降至0.7%,业务规模同比增长45%。

信用评分卡机器学习PythonSQL风险预警A/B测试
资信评估分析师某金融数据服务公司
2020.07 - 2022.03
资信评估分析师|数据评估部
  • 针对平台沉淀的50万+企业异构经营数据,牵头完成全流程数据清洗与缺失值多重插补,基于R语言构建覆盖偿债、盈利、运营、成长性等八大维度的特征体系,将可用建模变量由120个扩展至310个。

  • 运用逻辑回归与CART决策树分别构建企业违约概率模型,融合形成分段评估策略,验证集AUC达0.88,较原单一规则评分提升约12个百分点。

  • 深度剖析财报附注与行业细分数据,引入现金流利息保障倍数、行业相对负债率等衍生指标,强化对轻资产、高周转型企业的信用区分力,服务业客户KS值从0.31提升至0.39。

  • 将优化后的指标与模型封装为标准化信用评估产品模块,交付后驱动企业征信报告月调用量增长约40%,人工复核案例减少近25%。

逻辑回归决策树财务报表分析数据清洗指标体系R
信贷审查助理某商业银行
2019.07 - 2020.06
信贷审查助理|信贷管理部
  • 独立审核个人消费贷与小微企业经营贷申请超200份/月,依据法规与行内政策核查收入、征信及资产负债状况,出具风险评估意见,年度规避潜在高风险敞口逾1.2亿元。

  • 运用Excel搭建信用评分辅助工具,整合征信查询、流水解析等关键变量并嵌入条件预警规则,将单笔初审平均耗时由45分钟压缩至28分钟,审查效率提升约38%。

  • 针对存疑案件主动开展交叉核验与行业比对,识别并标记3起疑似团伙欺诈,推动补充调查后否决放款,直接避免损失约480万元。

  • 梳理并修订贷前审查操作清单与合规对照表,统一评估报告模板及结论表述规范,使报告退回修改率下降25%,助力团队一次性通过内控抽检。

信用分析风险评估合规Excel贷前审查金融法规

教育经历

中央财经大学金融学院金融学学士GPA: 3.7/4.0
2015.09 - 2019.06

专业技能

信用评分卡建模
9/10
精通
风险预警与信用评估
7/10
熟练
Python & SQL 数据分析
7/10
熟练
指标体系设计
7/10
熟练
财务报表分析
7/10
熟练
金融法规与贷前合规
4/10
了解
A/B实验设计
4/10
了解

荣誉奖项

年度优秀风控分析师honor
2023

主导信用模型升级,推动线上信贷产品不良率下降1.2个百分点。

金融科技案例大赛三等奖honor
2022

以小微企业信用评估智能引擎方案获评行业级奖项。

某商业银行杰出新员工honor
2020

入职首年实现贷前审查零差错并高效完成风险上报。

示例数据,仅供参考