Working at Freudenberg: We will wow your world! Responsibilities: Assist in the development of machine learning and deep learning applications. Collect, clean, and preprocess structured and unstructured data; build high-quality datasets and perform data annotation. Apply
风险模型岗-国际信贷业务 北京 风险管理 - 风险决策 硕士及以上 职位描述 1、模型开发：参与海外墨西哥现金贷业务风险模型的开发与迭代，在导师指导下学习构建贯穿用户生命周期的反欺诈、申请评分卡（A卡）、行为评分卡（B卡）等模型；2、数据挖掘：面对目标市场传统征信数据缺失或稀疏的挑战，学习并应用另类数据（如设备信息、APP行为、社交网络、运营商数据等）进行特征工程和建模实践；3、模型本地化与部署：结合目标市场的风险模式和用户画像，协助对模型进行本地化适配与调优，与技术团队协作推动模型部署上线；4、前沿算法学习：了解并学习机器学习/深度学习前沿算法（如GNN、Transformer等）在海外业务中的应用场景，包括团伙欺诈识别、小样本学习等方向；5、模型性能监控：协助建立跨国家、跨产品的模型监控体系，学习追踪模型表现（PSI、KS、Gini等指标），及时发现性能衰退并参与优化方案的制定。 职位要求 1、硕士及以上学历，2027届应届毕业生，统计学、计算机、数学、物理学等理工科专业；2、具备扎实的机器学习理论基础，熟练使用Python/R，了解Pandas、Scikit-learn、XGBoost/LightGBM等数据科学和机器学习框架；3、熟练掌握SQL，了解Hive/Spark等大数据环境下的数据处理方式；4、对金融科技及海外信贷风控有浓厚兴趣，具备强烈的学习意愿和自驱力；5、逻辑严谨，数据驱动思维，具备良好的沟通表达能力与团队协作意识；6、英语读写流畅，能胜任日常业务沟通，具备跨文化协作意识；7、有风控建模、数据科学相关实习经历，或在Kaggle等数据竞赛中有参赛经历者优先。 职位信息 部门： 支付、财富管理、国际信贷业务体系 投递温馨提示：投递顺序代表志愿顺序，请同学谨慎选择 投递...
金融产品实习生-2027届 北京 校招 实习 产品类 职位描述 1. 资产分发产品支持 - 协助资产分发相关产品的规划与设计，跟进资产流转、分发策略等业务需求； - 参与资产分发流程的梳理与优化，输出产品需求文档，推动产品迭代。2. 信贷风控产品建设 - 参与信贷风控系统产品的设计与落地，协助贷前贷中贷后团队进行业务需求的分析与输出； - 跟进风控相关项目进度，协调研发、测试等团队推进需求开发与上线。3. 数据基础建设 - 协助数据基础建设相关产品工作，包括数据指标体系、数据仓库需求的梳理与跟进； - 参与数据质量治理，协助完善数据产品规范与标准。4. 项目跟进与验收 - 负责需求全生命周期管理：需求输出、项目跟进、需求验收，确保产品按时高质量交付； - 协调跨部门资源，跟进开发进度，及时识别并推动解决项目风险与问题。5. AI创新产品构建 - 参与AI创新产品的探索与构建，协助将AI能力融入业务场景； - 跟踪行业AI工具与技术动态，支持AI产品方案的调研与验证。 职位要求 1. 在读研究生二年级及以上，计算机、统计学、数学等相关专业；2. 有AI工具深度使用经验者、有传统机器学习建模经验（如评分卡、XGBoost等）者、有数据分析、产品设计或金融科技行业实习经验者优先；3. 熟练使用SQL进行数据查询与分析；4.
Job Description Job Summary Responsible for executing technical and statistical aspects of modeling and analytical projects and for ensuring that projects are delivered to the high-quality standards and timeline agreed with clients. This role will involve
数据科学家-2027届 苏州 研发 - 大数据 硕士及以上 职位描述 1. AI赋能与流程再造： - 深入业务一线挖掘场景，利用数理逻辑重新解构公司现有的业务流程与工作流。 - 识别并剥离“低价值、重复性”的日常工作，设计基于大模型（LLM）或自动化算法的解决方案，协同AI工程及IT团队实现落地，以此释放组织效能。2. 数据中台与治理深度参与: - 从业务应用视角指导深度参与公司数据中台建设，确保数据标准与治理规则能支撑未来的AI深度应用，助力实现数据资产化。3. 管理领域科学化建模： - 聚焦组织管理、人才评价与流程治理等核心管理场景，运用数学建模与统计学方法，将定性管理问题转化为可量化、可测算的分析模型。 - 通过数据分析验证管理假设与施策效果，确保管理决策有据可依、逻辑闭环。4. 专题研究与原型设计： - 针对公司管理中涌现的新问题、新想法（如组织网络分析、AI任职资格管理等），快速响应，运用系统工程思维提供数据支持与解决方案，并在不同业务课题间进行灵活切换与深入研究。 职位要求 1. 国内外著名高校硕士及以上学历，心理学、经济学、数据科学、运筹学、统计学、系统工程、工业工程、计算机科学等相关专业优先。2. 极强好奇心，具备数学思维与逻辑建模能力， 能够透过复杂的业务表象看到底层的数学逻辑，擅长将非标准化的管理问题转化为数学模型。3. 熟练掌握至少一门编程语言，如：Python、R、Matlab，掌握常用的统计模型和机器学习算法 （如假设检验、聚类分析、回归模型、XGBoost等），能独立进行数据分析与实验验证。4. 熟悉当前大语言模型（LLM）的原理、Prompt Engineering或RAG架构。具备AI原生的工作流思维，有使用相关技术搭建自动化智能体（Agent）或参与过AI应用项目原型开发者优先。 投递...
微生态研究专家（肠菌模型） 深圳 全职 互联网 / 电子 / 网游 - 研发 职位描述 肠菌模型构建与验证构建肠道菌群与宿主表型/疾病间的关联预测模型（分类、回归、因果推断等）设计并执行模型验证方案，包括内部验证、外部数据集验证和前瞻性验证持续优化模型性能，推动肠菌模型在产品研发和功效评估中的应用落地多组学数据挖掘与数据库建设挖掘公共数据库（Human Microbiome Project、MGnify、GMrepo等）及文献中的肠菌测序与疾病标签数据对接临床渠道采集样本及指标数据，制定数据质控规范，完成数据清洗与合规处理搭建并维护公司肠菌多组学数据库，确保数据资产积累与复用AI技术研发与应用追踪前沿AI/ML/DL在微生态领域的应用进展，探索大语言模型（LLM）、图神经网络（GNN）等新技术在肠菌数据分析中的创新应用将AI能力赋能研发团队，提供肠菌模型API或可视化工具，降低使用门槛主导肠菌AI模型的专利布局与技术壁垒构建跨部门协作与技术支持与产品、研发、临床团队协作，提供肠菌模型的技术支持与数据洞察撰写数据及模型相关技术文档，定期输出技术报告与分享配合跨团队提供生物信息学支持（16S rRNA测序、宏基因组、代谢组等多组学数据分析） 职位要求 【学历经验要求】博士及以上学历，生物信息学、计算生物学、微生物学、计算机科学等相关专业3年以上微生物组学/肠菌方向研究或算法开发经验，有肠菌模型从构建到应用落地完整项目经验优先【专业能力】3. 肠菌模型构建：熟练掌握肠菌相关机器学习/深度学习模型的开发（随机森林、XGBoost、CNN、GNN、Transformer等），有1年以上模型开发与部署经验4. 多组学数据分析：精通16S rRNA测序、宏基因组、代谢组等组学数据处理流程，熟悉QIIME2、mothur、MetaboAnalyst等分析工具5. 数据库与数据工程：熟悉肠道菌群公共数据库（Human Microbiome Project、GMrepo、GMHI等），具备数据清洗、标准化和数据库建设能力6. AI应用能力：了解大语言模型（LLM）在生物信息学中的应用，有AI工具开发或模型API部署经验优先7. 精通Python/R进行数据处理与建模，熟悉Linux环境与生物信息学流程搭建8. 英文阅读能力优秀，可熟练查阅和撰写英文专业文献【加分项】9. 有肠菌相关SCI论文发表经验（一作优先）优先10. 有图神经网络（GNN）在微生物组学应用经验优先11. 有肠道菌群与疾病因果推断（孟德尔随机化、中介分析等）经验优先12. 有AI模型产品化或API服务部署经验优先 投递...
Job Description Job Summary Responsible for executing technical and statistical aspects of modeling and analytical projects and for ensuring that projects are delivered to the high-quality standards and timeline agreed with clients. This role will involve