Credit Risk Data Analyst (Consumer Lending) 信用風險數據分析師

職務使命

身為 RSBU 團隊的核心成員，你的任務是從數據的角度出發，協助產品做出以數據為依據的決策。你將專注於數據驅動的分析方法，特別是在 BNPL（先買後付）、小額貸款相關業務中，透過交易行為、還款表現、信用風險等第一方數據，協助產品優化與風險控管。

剛加入時，你會比較貼近數據執行面：獨立完成分析任務、將分析結果主動與團隊夥伴分享、驗證，並且以有效率、即時回應業務需求的方式產出價值。隨著你對業務越來越熟悉，我們期待你能開始主動從模糊的業務痛點（例如「某族群逾期率上升」）自己定義出可驗證的假設，主導比較進階的分析工作（像是額度策略的敏感度分析、風險與轉換率間取捨的策略分析），必要時直接跟高階主管報告關鍵的統計風險。

主要職責

• 假設驗證：將產品或業務問題（如 BNPL、貸款用戶違約風險、還款行為變化）轉化為可驗證的統計假設，並透過數據驅動後續行動
• 資料工程：針對 BNPL 交易與貸款還款數據進行清理、篩選，準備可用於測試與建模的資料集
• 分析與效益評估：評估新數據源（如類聯徵資料、第三方信用數據）對風險模型的邊際貢獻; 量化信用政策調整對逾期率、壞帳率、營收等關鍵指標的影響
• 模型建置：參與信用風險模型的開發或驗證，確保產品保有風險區隔力

資格條件

• 統計、資料科學或其他量化相關科系學士學位
• 3-5 年相關領域經驗（依學歷背景可調整）
• 需具備貸款、BNPL、消費金融（含信用卡、現金卡、個人信貸）或其他金融科技產品等數據分析經驗
• 高度獨立、自我驅動，能在團隊環境中同時管理多項任務
• 具備從錯誤中學習的能力，持續追求新技能與技術知識的自我成長
• 具備良好的團隊合作精神，理解如何有效率且即時地創造價值
• 主動溝通者，能主動反應資料品質與分析上的風險

技能與能力

• 熟悉 Python（Pandas、Numpy、Scikit-learn）
• 熟悉 AWS Athena SQL 及資料分析
• 具備假設檢定、信賴區間等統計能力
• 具備清楚記錄實驗設計、假設前提與最終結果的習慣
• 具備資料集準備經驗，包含訓練與測試資料的清理、篩選
• 熟悉信用風險/違約模型相關指標與分析方法者為佳（如 Vintage 分析、Roll rate、Delinquency 分析）

加分條件

• 曾在貸款或 BNPL 相關產品中，實際參與過信用風險評估、額度核定策略或還款行為分析者，可大幅加分
• 熟悉貸款/BNPL 產業常見指標與分析框架，例如：
• 逾期率、壞帳率
• Vintage 分析、Roll rate 分析
• 核准率分析與准駁策略的 Trade-off
• 客群風險分層（Risk Segmentation）、評分卡（Scorecard）基礎概念
• 曾參與過信用政策（Credit Policy）調整的 A/B 測試或影響評估，例如額度上調/下調、還款期限調整、催收策略優化等實驗設計經驗者尤佳