需求描述：
1基于小微企业客户的基本信息、税务数据、征信数据、审批数据、还款数据等，运用LR、XGboost、LightGBM等常用算法，优化小企业评分模型的效果，提升模型排序能力和风险识别能力。

任职要求：
1、本科及以上学历，计算机、数学、统计、金融等相关专业，熟悉银行业务知识，掌握数据挖掘、数据治理、数据架构、数据产品相关的理论及方法
2、拥有5年以上从事数据挖掘、数据治理、数据架构、数据产品相关工作的经验，参与过大型项目开展。如拥有3年以上在银行、保险、互联网金融等行业的数据挖掘、数据治理、数据架构、数据产品项目经验者，可适度放宽年限要求。
3、熟悉Teradata、HADOOP等平台，熟练运用主流分析工具（例如SAS、Python、Spark等），有海量数据处理经验，具备编制复杂sql脚本的能力。
4、掌握公文处理软件，会用excel宏处理，擅长PPT编制。
5、熟悉TensorFlow、Keras、Caffe等主流深度学习框架，或有知识图谱、图像处理、自然语言处理、文本挖掘、社交网络分析等方面组合建模工作经验者优先。
6、具有敏锐的洞察力，深入理解业务场景，可提出建设性和创新性的分析方法和解决方案。
7、乐于面对挑战，勇于钻研探索，擅长沟通交流和归纳总结，在策划、编辑、宣传方面有相关经验，具备一定的文字组织能力。
8、热爱数据工作，优秀的合作精神，良好的职业操守（安全意识、法律合规、商业机密等）。

工作内容：
协助行内人员进行行内基础数据探查、数据分析等工作，包括小企业信用评分卡迭代优化模型、开发报告和需求文档撰写等需求。