负责公司消费金融全产品线（包括线上现金贷、场景分期、循环额度）的实时交易反欺诈策略设计与迭代，覆盖贷前准入、贷中监控、贷后资金流向追踪三大场景，需平衡欺诈风险防控与业务转化效率，支撑年放款规模超80亿的资产质量稳定性。

• 主导设计基于异构图神经网络（HGNN）的团伙欺诈识别策略，通过Neo4j构建用户-设备-手机号-IP的四维关联网络，融合XGBoost与图嵌入特征（如社区中心性、边权重异常度），将跨机构团伙欺诈捕获率从68%提升至89%，单月拦截欺诈损失超2300万元，同时通过动态规则阈值调优将误拒率控制在5.2%以内（较原策略下降1.8pct）。
• 针对新型AI换脸伪冒申请风险，牵头开发多模态行为特征体系：提取人脸视频微动作（如眨眼频率方差、头部偏转幅度）、设备传感器数据（陀螺仪抖动频率、触控压力分布）等12类弱监督特征，结合LightGBM构建二级分类模型，在日均10万+新客进件中识别出伪装度90%以上的AI换脸欺诈，模型KS值达0.67（行业平均0.55）。
• 推动实时决策引擎（Flink）策略模块重构，设计‘规则+模型+图计算’三层漏斗架构：首层用设备指纹（TrustID）与IP信誉库拦截已知风险（拦截率35%），二层用轻量级逻辑回归模型过滤高风险客群（拦截率28%），三层用图神经网络识别隐蔽团伙（拦截率18%），整体策略响应时间从200ms压缩至80ms，支撑双11大促期间12万笔/秒的交易峰值。
• 建立反欺诈策略生命周期管理体系：通过PSI监控特征分布漂移（设定阈值0.15）、AUC跟踪模型区分度衰减（周环比下降超0.03触发重训）、业务指标联动分析（欺诈率与通过率的帕累托前沿优化），推动策略季度迭代效率提升40%，年度欺诈率从1.8%降至1.1%，业务通过率提升7.3pct。

聚焦互联网金融信贷业务（覆盖医美、教育、3C数码场景）的贷前反欺诈策略开发，支撑日均5万+新客进件的风险防控，需解决黑产批量养号、身份信息冒用等新型欺诈问题。

• 独立落地首套无监督欺诈检测方案：基于DBSCAN聚类分析用户设备环境特征（Root状态、模拟器参数、字体库完整性），结合Isolation Forest识别异常点，成功捕捉到通过虚拟设备池批量注册的黑产团伙（涉及账号8762个），上线3个月内拦截欺诈申请占比从0.9%提升至2.3%，误报率控制在0.7%以下。
• 搭建反欺诈智能监控看板（Superset+Redis），定义28项核心指标：包括设备重复激活率（当日同一设备注册≥3次的比例）、IP地址集中度（前100IP承载进件占比）、身份信息跨平台匹配度（与公安库姓名-身份证号一致性），实现风险趋势小时级预警，支撑运营团队4小时内响应突发黑产攻击（如某IP段1小时内发起1.2万次进件）。
• 优化传统规则引擎的局限性：将‘身份证归属地与IP归属地不一致’等静态规则替换为基于PSI的动态阈值规则——当某地区IP进件量周环比增长50%时，自动收紧该地区身份核验等级（要求额外上传银行卡四要素），误拒率从12%降至8%，同时欺诈漏检率下降4pct。
• 推动模型可解释性建设：通过SHAP值分析定位XGBoost模型的关键特征（如‘近30天注册APP数量’‘通讯录联系人中逾期用户占比’），针对性补充社交关系维度特征（调用通讯运营商数据获取紧急联系人逾期状态），模型AUC从0.82提升至0.87，业务团队对策略的信任度提高35%。

协助搭建消费分期业务（手机、家电零售场景）的反欺诈基础策略体系，支持业务从0到1的风险防控能力建设，需快速响应早期黑产试探性攻击。

• 参与设计首版贷前准入规则库：基于设备信息（IMEI唯一性校验）、身份核验（身份证OCR+活体检测）、运营商数据（在网时长≥6个月）设置15条基础规则，上线首月拦截伪冒申请30%（主要为重复身份证+虚拟手机号组合攻击），保障业务初期资产不良率低于1.5%。
• 协助构建标注样本库：梳理历史进件中的欺诈案例（经人工复核确认的虚假身份、多头借贷），标注2000+条负样本与8000+条正样本，覆盖‘身份冒用’‘设备养号’‘团伙包装’三类主要欺诈模式，支撑后续监督学习模型的训练数据需求。
• 优化黑灰名单管理流程：引入第三方数据（如同盾、百融）交叉验证，将名单覆盖率从65%提升至82%，同时设计‘灰名单观察期’机制（标记可疑用户但不直接拒绝，监测其后续行为），避免误伤潜在优质客群，名单误杀率从18%降至9%。
• 参与策略效果后评估：使用混淆矩阵计算各规则的精确率与召回率，淘汰‘通讯录联系人数量＜5’等低效规则8条（拦截率＜0.5%且误拒率＞3%），释放决策引擎计算资源15%，支撑大促期间进件处理能力提升20%。

零售信贷全生命周期智能风控体系迭代项目

• 项目背景：随着公司零售信贷业务向蓝领、个体工商户等下沉客群扩张，传统“规则+单模型”的风控体系暴露三大痛点——贷前审批漏判高风险客群（欺诈逾期率较头部客群高3倍）、贷中无法实时捕捉客群风险变化（逾期30天内客群的贷中特征更新延迟超4小时）、贷后预警缺乏前瞻性（不良资产清收率仅18%）。我的核心目标是主导构建覆盖“贷前-贷中-贷后”的全链路智能风控体系，实现“精准准入、动态管控、前置清收”的闭环，支撑业务规模增长的同时将整体不良率控制在2.5%以内。
• 关键难题与技术选型：1）多源异构数据融合难——需整合央行征信、第三方支付流水、电商消费、运营商行为等8类数据，且涉及用户隐私无法直接出域；2）贷中实时决策低延迟要求——需在100ms内完成客群风险评分更新，传统批量特征计算无法满足；3）模型可解释性不足——监管要求风控决策需“可追溯、可说明”，传统黑盒模型难以通过合规审查。针对这些问题，我选择联邦学习框架解决数据隐私问题（与合作方共建联合建模环境）、Flink流处理引擎搭建实时特征工厂、LightGBM+SHAP模型组合平衡精度与可解释性。
• 核心行动与创新：1）牵头梳理12个核心业务场景的数据需求，设计了“用户身份-行为轨迹-资产能力”三维特征体系，整合内外部数据生成200+维度实时特征（如“近7天支付账户异常登录次数”“电商订单退款率”）；2）针对联邦学习下的模型性能衰减问题，提出“本地特征筛选+联邦梯度融合”的优化方案，将联合模型的AUC从0.78提升至0.85；3）搭建实时风险预警系统，用Flink实现“事件触发式”特征计算（如商户交易突增、用户多头借贷报警），将特征延迟从500ms压缩至80ms；4）推动模型可解释性落地，基于SHAP值生成“风险因子归因报告”，例如“该用户逾期风险中，‘近3个月手机话费欠缴次数’贡献了40%权重”，帮助业务人员快速定位风险根源。
• 项目成果与价值：1）量化指标：贷前审批通过率提升18%（从32%到40%），不良率从3.2%降至1.1%（低于行业平均2个百分点）；贷中预警准确率提升35%（从65%到90%），触发贷后干预的客群逾期率较未触发客群高4.5倍；贷后清收率提升12%（从18%到30%），减少损失约3500万元。2）业务影响：支撑公司零售信贷规模1年内增长40%（从120亿到168亿），人工审核成本下降30%（从每笔50元到35元）。3）个人贡献：主导完成3套核心模型（贷前准入、贷中监控、贷后预警）的重构，输出《全生命周期风控运营手册》，成为公司后续业务线的标准框架。

小微商户贷反欺诈模型优化项目

• 项目背景：公司小微商户贷业务上线2年后，欺诈率从初始的1.2%攀升至3.5%，主要问题是黑产利用“虚假经营地址”“伪造流水”“冒用身份”等手段绕过传统规则（如“经营地址与IP地址一致性”“流水金额波动阈值”）。我的目标是重构反欺诈模型，解决“数据稀疏性”（80%小微商户无历史信用数据）和“黑产对抗性”（每月新增5种以上欺诈手法）两大痛点，将欺诈识别准确率提升至85%以上，误拒率控制在10%以内。
• 关键难题与技术选型：1）小微商户数据稀疏——大部分商户仅有3个月以内的经营数据，传统监督学习模型无法有效训练；2）黑产关联隐蔽——欺诈团伙常通过“共享收款账户”“交叉注册手机号”等方式规避检测，单维度规则易被突破。针对这些问题，我选择图神经网络（GNN）挖掘商户关联关系（如“同设备登录的商户”“资金流向闭环的账户”），并用迁移学习将个人信贷中的“设备指纹”“行为序列”特征迁移至商户场景。
• 核心行动与创新：1）构建“商户-账户-设备-地址”四维关联图，包含1200万+节点和6亿+边，用Graph Attention Network（GAT）学习节点嵌入，捕捉隐藏的欺诈团伙关系；2）设计迁移学习框架，将个人信贷中的“同一设备1天内申请3次以上贷款”的行为特征，迁移至商户贷场景，识别“同一手机号注册多个商户”的欺诈行为；3）开发实时反欺诈规则引擎，将GNN模型的欺诈分数与规则得分加权融合（如“模型分数≥0.8或规则触发2条以上”则拒绝），实现秒级决策。
• 项目成果与价值：1）量化指标：欺诈识别准确率从72%提升至89%，误拒率从15%降至8%，每月拦截欺诈申请量从1.2万笔增加到2.5万笔，减少欺诈损失约2000万元。2）业务影响：支撑小微商户贷规模增长50%（从40亿到60亿），客群覆盖从“头部商户”扩展至“街边小店”等长尾客群。3）个人贡献：搭建了公司首个商户关联图谱平台，输出《小微商户反欺诈特征手册》，其中“关联账户资金闭环检测”规则被纳入行业反欺诈最佳实践。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。