java技术专家

岗位描述： 我们致力于构建全球领先的智能信贷风控体系，通过融合机器学习、运筹优化、大模型Agent等前沿技术，建设智能风控平台，推动线上风控策略的全链路智能化升级。 你将作为策略优化核心成员，主导准入、清退、授信、定价等关键规则的分析、生成与迭代，通过数据驱动的方法实现风险与收益的动态平衡，为亿级用户提供安全高效的普惠金融服务。 核心职责： 1. 策略规则效果分析 ○ 建设智能分析平台：结合大模型Agent技术，基于多维数据（交易、行为、模型输出等）构建规则效能评估体系，识别存量策略的潜在问题（如覆盖不足、过度拦截、业务波动敏感性等），提出改进方案 2. 智能化规则生成与迭代 ○ 设计面向传统场景和负责场景的规则自动化生成平台： ■ 传统场景： 主要应用LightGBM特征选择、SHAP归因、因果推断等技术构建可解释规则 ■ 复杂场景：探索应用大模型Agent的推理能力，通过MultiAgent生成动态策略组合 ○ 针对不同规则类型（准入/授信/定价）设计差异化生成范式： ■ 准入规则：调用树模型与大模型生成抓黑/抓白规则，有效识别坏客户与优质客户 ■ 授信/定价规则：调用运筹优化服务，实现额度/定价动态分配 ○ 建设规则效果评测平台，针对不同场景，设计差异化的规则效果评测体系，度量规则增量业务价值 3. 规则部署与线上监控 ○ 对接策略运行平台，实现策略自动化部署与监控，形成分析-优化/生成-部署-监控的闭环，实现策略自动更新、智能迭代技术亮点： ● 大模型Agent创新：探索多智能体协作框架，实现策略规则的自演化与场景自适应 ● 混合决策系统：将传统机器学习模型（lightGBM）与大模型输出进行融合，设计可解释性增强的混合决策逻辑我们期待你具备： ● 扎实的Java系统开发能力（3-5年经验） ○ 掌握多线程编程、JVM调优、分布式系统设计 ○ 熟悉SpringBoot、数据库 ○ 具有高并发系统开发调优经验 ● 计算机相关专业本科及以上学历 ● 符合以下条件者优先： ○ 有金融风控系统开发背景 ○ 了解常见机器学习算法（如决策树、集成学习） ○ 熟悉大数据处理基础框架岗位价值： 您将深度参与金融科技风控技术的创新实践，推动传统风控向"感知-决策-进化"的智能闭环演进。通过本岗位，你将获得： 1. 大模型Agent在金融风控场景的前沿探索机会 2. 亿级用户信贷数据的策略迭代实战经验 3. 构建智能风控系统的技术影响力