运用大数据、人工智能、机器学习等能力和工具，通过数据驱动和智能化手段，构建智能化风险体系，通过AI驱动数据沉淀、分析与决策闭环，提升业务风险识别与防控效果。 ● 数据沉淀与治理：梳理风险相关业务流程与数据口径，推动数据采集、清洗、标注，建立可复用的数据资产（指标、标签、特征、样本集等），持续提升数据可用性； ● AI能力在风控场景落地：结合业务需求，推动AI工具/模型在风险识别、预警、稽核等场景的产品化落地（如智能辅助、自动化分流、风险提示等）； ● 评估并集成AI工具链（如LLM、AutoML、NLP模型等），优化数据处理流程（例：非结构化文本解析、异常检测自动化）； ● 需求管理与跨团队协作：能够把风险问题抽象为产品需求，输出需求文档；高效对接算法/开发团队，推动模型训练、数据管道及系统功能落地； ● 持续跟踪AI产品上线后的效果，收集用户反馈，进行数据分析，不断优化产品功能和用户体验。

1、行业经验：5年以上内控、风险管理或数据分析相关工作经验，具备智能风控体系搭建经验的优先。 2、能力要求： ● AI Agent搭建能力： 核心要求！ 必须具备利用低代码平台（如Coze, Dify, Langflow, GPT Builder等）快速搭建AI Agent或AI应用的实际经验，请务必在简历中附上相关案例或作品集。 ● 大模型应用理解： 深刻理解大语言模型（LLM）的能力边界，熟悉如何通过API调用主流大模型（如Qwen、deepseek等），并掌握提示词工程的基本技巧。 ● 产品与场景思维： 具备敏锐的用户洞察力，能从复杂的业务流程中提炼出核心痛点和自动化机会，并转化为简洁、高效的Agent产品方案。 ● 基础数据能力： 了解基本的数据处理逻辑，会使用SQL进行数据查询，能读懂Python代码用于与开发沟通即可，不要求精通编程。 3、其他： 能承受高强度的工作压力，有积极进取的精神及接受挑战的性格，目标感强，具有高度的责任感。 良好的文字表达、沟通及影响力；善于跨部门合作，具备较好的沟通协调能力。