{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "风控模型实习生（信贷方向）",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D7897",
        "location": "Beijing",
        "work_mode": "未披露",AI生成
        "job_category": "J0011"AI生成
    },
    "company": {
        "company_name": "快手科技",
        "company_industry": "内容社区 / 直播 / 电商 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "kuaishou.com",
        "company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "风控模型实习生（信贷方向）\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D7897\n发布时间：2026-07-28\n\n岗位职责\n1、模型开发与优化：协助参与先用后付产品（如0元下单、延后付款）全生命周期风控模型的开发，包括但不限于反欺诈模型、信用评分卡（A卡/B卡）。主要工作涉及数据清洗、特征工程、变量筛选及模型训练；\n2、特征挖掘与分析：基于海量用户行为数据（如电商浏览点击、历史支付履约、社交网络痕迹）及外部征信数据，挖掘有效的弱变量特征，提升模型对长尾年轻客群的区分度。\n\n任职要求\n1、本科及以上学历，数学、统计学、计算机科学、金融工程、运筹学或相关量化专业；\n2、熟练使用Python进行数据分析及建模，熟悉Pandas、NumPy、Sklearn等数据科学库；\n3、熟悉概率论、数理统计基础，熟悉逻辑回归、集成学习（XGBoost/LightGBM）、DNN等常见的机器学习和深度学习；\n4、加分项：有过互联网金融、信用卡中心、消金公司风控等相关实习经历，有Hive、Spark等大数据经验，对Agent、Skills等AI大模型有所了解。",
        "requirements_text": "风控模型实习生（信贷方向）\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D7897\n发布时间：2026-07-28\n\n岗位职责\n1、模型开发与优化：协助参与先用后付产品（如0元下单、延后付款）全生命周期风控模型的开发，包括但不限于反欺诈模型、信用评分卡（A卡/B卡）。主要工作涉及数据清洗、特征工程、变量筛选及模型训练；\n2、特征挖掘与分析：基于海量用户行为数据（如电商浏览点击、历史支付履约、社交网络痕迹）及外部征信数据，挖掘有效的弱变量特征，提升模型对长尾年轻客群的区分度。\n\n任职要求\n1、本科及以上学历，数学、统计学、计算机科学、金融工程、运筹学或相关量化专业；\n2、熟练使用Python进行数据分析及建模，熟悉Pandas、NumPy、Sklearn等数据科学库；\n3、熟悉概率论、数理统计基础，熟悉逻辑回归、集成学习（XGBoost/LightGBM）、DNN等常见的机器学习和深度学习；\n4、加分项：有过互联网金融、信用卡中心、消金公司风控等相关实习经历，有Hive、Spark等大数据经验，对Agent、Skills等AI大模型有所了解。",
        "skills": [AI生成
            "Python",
            "Spark",
            "机器学习",
            "深度学习",
            "数据分析",
            "数据清洗",
            "模型训练",
            "建模",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "4、加分项：有过互联网金融、信用卡中心、消金公司风控等相关实习经历，有Hive、Spark等大数据经验，对Agent、Skills等AI大模型有所了解",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/31811"
            }
        ]
    },
    "posting": {
        "posting_id": "31811",
        "post_date": "2026-07-28",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/31811"
    },
    "fulltext": "风控模型实习生（信贷方向）\n风控模型实习生（信贷方向）\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D7897\n发布时间：2026-07-28\n\n岗位职责\n1、模型开发与优化：协助参与先用后付产品（如0元下单、延后付款）全生命周期风控模型的开发，包括但不限于反欺诈模型、信用评分卡（A卡/B卡）。主要工作涉及数据清洗、特征工程、变量筛选及模型训练；\n2、特征挖掘与分析：基于海量用户行为数据（如电商浏览点击、历史支付履约、社交网络痕迹）及外部征信数据，挖掘有效的弱变量特征，提升模型对长尾年轻客群的区分度。\n\n任职要求\n1、本科及以上学历，数学、统计学、计算机科学、金融工程、运筹学或相关量化专业；\n2、熟练使用Python进行数据分析及建模，熟悉Pandas、NumPy、Sklearn等数据科学库；\n3、熟悉概率论、数理统计基础，熟悉逻辑回归、集成学习（XGBoost/LightGBM）、DNN等常见的机器学习和深度学习；\n4、加分项：有过互联网金融、信用卡中心、消金公司风控等相关实习经历，有Hive、Spark等大数据经验，对Agent、Skills等AI大模型有所了解。\n风控模型实习生（信贷方向）\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D7897\n发布时间：2026-07-28\n\n岗位职责\n1、模型开发与优化：协助参与先用后付产品（如0元下单、延后付款）全生命周期风控模型的开发，包括但不限于反欺诈模型、信用评分卡（A卡/B卡）。主要工作涉及数据清洗、特征工程、变量筛选及模型训练；\n2、特征挖掘与分析：基于海量用户行为数据（如电商浏览点击、历史支付履约、社交网络痕迹）及外部征信数据，挖掘有效的弱变量特征，提升模型对长尾年轻客群的区分度。\n\n任职要求\n1、本科及以上学历，数学、统计学、计算机科学、金融工程、运筹学或相关量化专业；\n2、熟练使用Python进行数据分析及建模，熟悉Pandas、NumPy、Sklearn等数据科学库；\n3、熟悉概率论、数理统计基础，熟悉逻辑回归、集成学习（XGBoost/LightGBM）、DNN等常见的机器学习和深度学习；\n4、加分项：有过互联网金融、信用卡中心、消金公司风控等相关实习经历，有Hive、Spark等大数据经验，对Agent、Skills等AI大模型有所了解。\n风控模型实习生（信贷方向）\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D7897\n发布时间：2026-07-28\n\n岗位职责\n1、模型开发与优化：协助参与先用后付产品（如0元下单、延后付款）全生命周期风控模型的开发，包括但不限于反欺诈模型、信用评分卡（A卡/B卡）。主要工作涉及数据清洗、特征工程、变量筛选及模型训练；\n2、特征挖掘与分析：基于海量用户行为数据（如电商浏览点击、历史支付履约、社交网络痕迹）及外部征信数据，挖掘有效的弱变量特征，提升模型对长尾年轻客群的区分度。\n\n任职要求\n1、本科及以上学历，数学、统计学、计算机科学、金融工程、运筹学或相关量化专业；\n2、熟练使用Python进行数据分析及建模，熟悉Pandas、NumPy、Sklearn等数据科学库；\n3、熟悉概率论、数理统计基础，熟悉逻辑回归、集成学习（XGBoost/LightGBM）、DNN等常见的机器学习和深度学习；\n4、加分项：有过互联网金融、信用卡中心、消金公司风控等相关实习经历，有Hive、Spark等大数据经验，对Agent、Skills等AI大模型有所了解。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}