
數(shù)據(jù)分析師(金融方向、世界五百?gòu)?qiáng)、外企)
15-25k·13薪
深圳-羅湖區(qū)
崗位職責(zé):
1. 業(yè)務(wù)數(shù)據(jù)分析與洞察 - 負(fù)責(zé)客戶全生命周期數(shù)據(jù)挖掘與分析(包括客戶屬性、行為特征、申請(qǐng)?jiān)u分、貸后表現(xiàn)等),構(gòu)建用戶畫像,支持精準(zhǔn)營(yíng)銷與客戶分層策略。 - 深入分析逾期數(shù)據(jù)(如逾期率、賬齡分布、遷徙率等),定位風(fēng)險(xiǎn)節(jié)點(diǎn),提出反欺詐及催收策略優(yōu)化建議。 - 開展貸款拒絕原因分析,優(yōu)化審批策略,平衡風(fēng)險(xiǎn)與業(yè)務(wù)增長(zhǎng),提升客戶轉(zhuǎn)化率。
2. 數(shù)據(jù)建模與策略支持 - 開發(fā)并維護(hù)數(shù)據(jù)分析模型(如客戶信用評(píng)分模型、風(fēng)險(xiǎn)預(yù)警模型、流失預(yù)測(cè)模型等),支持風(fēng)控、運(yùn)營(yíng)及產(chǎn)品決策。 - 基于歷史數(shù)據(jù)及A/B測(cè)試結(jié)果,量化評(píng)估業(yè)務(wù)策略效果(如定價(jià)調(diào)整、營(yíng)銷活動(dòng)、產(chǎn)品迭代等),輸出可落地的優(yōu)化方案。
3. 數(shù)據(jù)監(jiān)控與報(bào)表體系搭建 - 設(shè)計(jì)并完善業(yè)務(wù)數(shù)據(jù)監(jiān)控體系,定期輸出核心指標(biāo)報(bào)表(如放款量、資產(chǎn)質(zhì)量、客戶留存率等),實(shí)時(shí)預(yù)警異常波動(dòng)。 - 搭建自動(dòng)化數(shù)據(jù)看板(如Tableau、Power BI),提升數(shù)據(jù)可視化水平,降低業(yè)務(wù)部門數(shù)據(jù)使用門檻。
4. 跨部門協(xié)作與業(yè)務(wù)賦能 - 協(xié)同風(fēng)控、市場(chǎng)、產(chǎn)品等部門,將數(shù)據(jù)分析結(jié)論轉(zhuǎn)化為業(yè)務(wù)行動(dòng)方案,推動(dòng)數(shù)據(jù)驅(qū)動(dòng)型決策。 - 參與業(yè)務(wù)需求討論,從數(shù)據(jù)角度提供可行性建議,協(xié)助制定業(yè)務(wù)目標(biāo)及KPI。
5. 行業(yè)研究與數(shù)據(jù)治理 - 跟蹤互金行業(yè)數(shù)據(jù)應(yīng)用趨勢(shì)(如大數(shù)據(jù)風(fēng)控、智能營(yíng)銷),探索數(shù)據(jù)創(chuàng)新場(chǎng)景。 - 參與數(shù)據(jù)質(zhì)量治理,確保數(shù)據(jù)源的準(zhǔn)確性與完整性,推動(dòng)數(shù)據(jù)資產(chǎn)沉淀。
任職要求:
1. 教育背景與經(jīng)驗(yàn) - 統(tǒng)招本科及以上學(xué)歷,統(tǒng)計(jì)學(xué)、數(shù)學(xué)、計(jì)算機(jī)科學(xué)、金融工程等相關(guān)專業(yè)優(yōu)先; - 3年以上互金行業(yè)(小額貸款、消費(fèi)金融、P2P等)數(shù)據(jù)分析經(jīng)驗(yàn),熟悉信貸業(yè)務(wù)流程及風(fēng)控邏輯。
2. 專業(yè)技能 - 數(shù)據(jù)分析工具:精通SQL,熟練使用Python/R進(jìn)行數(shù)據(jù)清洗、建模與分析;掌握Excel高級(jí)函數(shù)及VBA者加分; - 可視化能力:熟練使用Tableau、Power BI等工具,可獨(dú)立完成數(shù)據(jù)看板設(shè)計(jì)與開發(fā); - 分析方法論:熟悉聚類分析、回歸分析、漏斗分析等數(shù)據(jù)挖掘方法,具備A/B測(cè)試設(shè)計(jì)與解讀能力; - 行業(yè)知識(shí):了解小額貸款行業(yè)監(jiān)管政策、風(fēng)控指標(biāo)(如DPD、滾動(dòng)率)及常見數(shù)據(jù)產(chǎn)品(如征信數(shù)據(jù)、三方數(shù)據(jù))。
3. 業(yè)務(wù)理解能力 - 對(duì)客戶生命周期管理、風(fēng)險(xiǎn)定價(jià)、資產(chǎn)質(zhì)量監(jiān)控等業(yè)務(wù)場(chǎng)景有深刻理解,能快速定位數(shù)據(jù)背后的業(yè)務(wù)問題; - 熟悉互金行業(yè)數(shù)據(jù)埋點(diǎn)邏輯及數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu),具備數(shù)據(jù)血緣追溯能力者優(yōu)先。
4. 能力素質(zhì) - 邏輯嚴(yán)謹(jǐn),具備較強(qiáng)的數(shù)據(jù)敏感度和業(yè)務(wù)解讀能力; - 優(yōu)秀的跨部門溝通能力,能將復(fù)雜數(shù)據(jù)結(jié)論轉(zhuǎn)化為通俗的業(yè)務(wù)語(yǔ)言; - 抗壓能力強(qiáng),適應(yīng)高頻率、快節(jié)奏的數(shù)據(jù)需求響應(yīng)。
5. 優(yōu)先條件 - 有風(fēng)控建模(如申請(qǐng)?jiān)u分卡、行為評(píng)分卡)或大數(shù)據(jù)平臺(tái)建設(shè)經(jīng)驗(yàn)者優(yōu)先; - 持有CDA、CFA、FRM等證書者優(yōu)先。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11