风控算法工程师简历别再只写“会逻辑回归”

风控算法工程师的简历需突出KS/AUC、拦截率、坏账下降等业务指标。避免只写“用过XGBoost”“做过评分卡”，要用数据证明模型商业价值。本文通过案例，教您将“模型开发”升级为“风险控制”。

案例一：将“反欺诈模型”升级为“KS提升与实时拦截”

普通写法：构建信贷反欺诈模型，使用XGBoost，提升模型区分度。

专业写法：6年金融风控经验，基于XGBoost构建反欺诈评分卡，引入设备指纹、关系网络特征，KS从0.32提升至0.48。部署实时API，单笔评分<30ms，拦截率提高25%，坏账率下降18%，年避免损失超5000万元。

案例二：将“交易反欺诈”升级为“图神经网络与召回率”

普通写法：开发交易反欺诈系统，实时识别盗刷。

专业写法：5年支付风控经验，基于LightGBM和Flink搭建实时特征计算引擎，引入图神经网络挖掘团伙欺诈，召回率提升30%，误报率降低40%。日均拦截可疑交易千余笔，挽回损失超2000万元，获公司技术创新奖。

总结

风控算法简历应围绕“KS/AUC”“拦截率”“坏账下降”“实时性”展开。用XGBoost、图神经网络等数据证明模型价值。让风控成为业务的安全盾牌，成为您最好的名片。