数据分析师｜风控分析｜优质完整简历
4 年风控策略和经营分析经验，负责指标监控、规则评估、异常定位和策略复盘。简历能把数据分析与业务决策连接起来，适合数据岗参考。
优质
83 分
数据分析 / 4 年 / 上海
- 样本类型
- 风控分析优质样本
- 目标岗位
- 数据分析师 / 风控策略分析
- 岗位方向
- 数据分析
- 可参考程度
- 优质
完整简历正文
数据分析｜数据分析师 / 风控策略分析
4 年风控策略和经营分析经验，负责指标监控、规则评估、异常定位和策略复盘。简历能把数据分析与业务决策连接起来，适合数据岗参考。
基本信息
期望城市：上海 / 杭州期望岗位：数据分析师求职状态：在职看机会
教育经历
统计学 本科
- 主修概率论、统计建模、数据库、计量经济学和数据挖掘。
- 毕业论文方向为用户违约行为特征分析。
工作经历
数据分析师
- 负责风控策略监控、用户分层、规则效果评估和异常波动分析，支持信审、运营和产品团队。
- 建立申请、通过、放款、逾期和回收五层指标看板，监控不同渠道和客群质量变化。
- 评估规则调整对通过率、风险暴露和人工审核量的影响，避免单纯降低风险导致业务量明显下滑。
- 将异常波动排查沉淀为模板，按渠道、客群、产品、时间和策略变更逐层定位原因。
项目经历
核心项目
- 梳理历史规则命中、人工审核和贷后表现数据，识别高误杀和低贡献规则。
- 将规则效果拆为命中率、坏账区分度、人工审核占用和业务通过率四类指标。
- 与风控策略同事确认灰度方案，分渠道观察调整后的风险和业务变化。
- 项目帮助团队建立规则上线后的固定复盘周期，而不是只在异常时临时取数。
分析项目
- 按渠道、城市、设备、职业和额度段监控客群结构变化。
- 发现部分渠道短期通过率提升但后续风险偏高，推动运营调整投放节奏。
- 输出周度风险观察摘要，帮助业务理解指标变化背后的客群原因。
技能证书
SQLPython风控分析指标体系策略评估异常排查Tableau统计建模
- 大学英语六级
为什么这份可参考
- 分析链路、指标口径和业务影响完整。
- 能体现风控分析的平衡能力，而不是只做报表。
- 适合数据岗学习如何写规则评估和异常定位。
不要直接照抄
- 没给标杆分：具体坏账和通过率改善需要更明确。
- 面试会追问规则误杀和样本选择偏差。
可套用表达
只套结构，不套事实
将规则效果拆为命中率、坏账区分度、人工审核占用和业务通过率四类指标。
按渠道、客群、产品、时间和策略变更逐层定位异常波动。