郝宝
高级AI平台产品经理
腾讯 · 6年经验
日薪：
￥500/8h
地点：
深圳 南山
时间：
下班后周六周日
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1、具备高效对接业务端与技术端的沟通能力，擅长将模糊需求拆解为可量化的产品目标，快速需求转化为可落地产品方案
2、对AI机器学习建模相关产品（阿里PAI、腾讯TAI、华为MoldeArts等）有深入了解，熟练撰写产品竞品分析报告文档，从技术路径、功能架构、商业逻辑等维度拆解竞品优劣势，对AI产品商业模式有系统性思考
3、精通从需求分析到PRD文档撰写的全流程，曾多次主导0-1产品设计，快速输出最小可行产品（MVP）方案，确保产品迭代方向与业务目标一致
4、擅长规划产品版本路线图，建立产品质量评估体系，确保功能交付符合业务目标与用户需求
5、持有NPDP国际产品经理认证，系统掌握产品生命周期管理、市场调研、需求分析等理论知识
6、获得阿里云人工智能认证、阿里云大模型ACP认证，具备大模型技术原理、应用场景及产品化落地的实践经验。
7、深耕银行金融风控领域，精通评分卡建模，策略研发与迭代，熟悉风控规则引擎搭建与优化，多次交付风控建模系统项目
8、关注前沿的AI大模型技术、可解释机器学习技术，结合行业需求探索产业化路径，曾经撰写过《面向金融行业的可解释机器学习白皮书》
2、对AI机器学习建模相关产品（阿里PAI、腾讯TAI、华为MoldeArts等）有深入了解，熟练撰写产品竞品分析报告文档，从技术路径、功能架构、商业逻辑等维度拆解竞品优劣势，对AI产品商业模式有系统性思考
3、精通从需求分析到PRD文档撰写的全流程，曾多次主导0-1产品设计，快速输出最小可行产品（MVP）方案，确保产品迭代方向与业务目标一致
4、擅长规划产品版本路线图，建立产品质量评估体系，确保功能交付符合业务目标与用户需求
5、持有NPDP国际产品经理认证，系统掌握产品生命周期管理、市场调研、需求分析等理论知识
6、获得阿里云人工智能认证、阿里云大模型ACP认证，具备大模型技术原理、应用场景及产品化落地的实践经验。
7、深耕银行金融风控领域，精通评分卡建模，策略研发与迭代，熟悉风控规则引擎搭建与优化，多次交付风控建模系统项目
8、关注前沿的AI大模型技术、可解释机器学习技术，结合行业需求探索产业化路径，曾经撰写过《面向金融行业的可解释机器学习白皮书》
项目经验
一、南海农商银行 - 模型全生命周期管理项目
项目背景：构建全行级模型风险管理体系，解决模型管理分散、流程不规范问题。
核心交付成果：
1、需求分析与体系规划：
1）对零售信贷、公司金融等 10 个业务部门开展深度访谈，采用 JAD（联合需求开发）方法收集模型管理痛点，形成《模型风险管理需求矩阵》，覆盖模型设计、开发、部署、监控全流程。
2）主导编制《模型风险管理体系建设咨询报告》，从政策合规（巴塞尔协议、银保监会要求）、组织架构、流程规范三方面提出建议，直接向行长汇报并推动体系落地。
2、管理平台建设与流程重构
1）定制化设计模型全生命周期管理平台，包含模型注册中心、版本管理、审批流引擎、监控仪表盘四大模块，实现模型从立项到退出的全流程线上化。
2）梳理跨部门协作流程（如业务部门提需求→风控部门建模→IT 部门部署），制定《模型审批管理办法》
二、平安银行 - 智能策略研发平台项目
项目背景：为零售信贷业务打造自动化策略生成工具，提升风控策略迭代效率。
核心交付成果：
1、算法产品化落地
1）基于 GBM（梯度提升机）算法开发策略生成引擎，结合零售信贷场景（信用卡审批、消费贷风控）构建特征工程模块，实现策略规则从数据输入到规则输出的自动化生成。
2）设计策略研发工作台，支持策略专家通过可视化界面配置模型参数、生成候选规则集，配套 A/B 测试框架，使策略迭代周期从传统的 2 周缩短至 48 小时。
2、业务价值落地
平台上线后支持平安银行零售信贷月均 50 万 + 笔业务审批，策略覆盖率达 90%，较传统规则引擎提升风控通过率 15%，同时将欺诈损失率降低 20BP。
三、徽商银行 - AI 研发中台项目
项目背景：整合全行 AI 能力，构建标准化研发框架以支持信用卡、供应链金融等多业务线 AI 应用。
核心交付成果：
1、中台架构设计与技术落地
1）设计 “数据层 - 算法层 - 服务层 - 应用层” 四层架构，整合 Xgboost、TensorFlow、PyTorch 等框架搭建统一训练平台，提供点击式零代码极速建模工具、开发模型推理引擎支持多场景部署模型应用。
2）建设算法组件库（含 100 + 风控特征工程组件、30 + 经典模型模板），制定《AI 研发标准化手册》，实现模型开发效率提升 40%，避免重复造轮子问题。
2、全业务场景赋能
中台落地后支撑信用卡透支预警模型、供应链金融反欺诈模型等 12 个业务场景，其中信用卡贷后预警模型准确率提升至 92%，帮助徽商银行年减少不良贷款损失超 5千万元。
项目背景：构建全行级模型风险管理体系，解决模型管理分散、流程不规范问题。
核心交付成果：
1、需求分析与体系规划：
1）对零售信贷、公司金融等 10 个业务部门开展深度访谈，采用 JAD（联合需求开发）方法收集模型管理痛点，形成《模型风险管理需求矩阵》，覆盖模型设计、开发、部署、监控全流程。
2）主导编制《模型风险管理体系建设咨询报告》，从政策合规（巴塞尔协议、银保监会要求）、组织架构、流程规范三方面提出建议，直接向行长汇报并推动体系落地。
2、管理平台建设与流程重构
1）定制化设计模型全生命周期管理平台，包含模型注册中心、版本管理、审批流引擎、监控仪表盘四大模块，实现模型从立项到退出的全流程线上化。
2）梳理跨部门协作流程（如业务部门提需求→风控部门建模→IT 部门部署），制定《模型审批管理办法》
二、平安银行 - 智能策略研发平台项目
项目背景：为零售信贷业务打造自动化策略生成工具，提升风控策略迭代效率。
核心交付成果：
1、算法产品化落地
1）基于 GBM（梯度提升机）算法开发策略生成引擎，结合零售信贷场景（信用卡审批、消费贷风控）构建特征工程模块，实现策略规则从数据输入到规则输出的自动化生成。
2）设计策略研发工作台，支持策略专家通过可视化界面配置模型参数、生成候选规则集，配套 A/B 测试框架，使策略迭代周期从传统的 2 周缩短至 48 小时。
2、业务价值落地
平台上线后支持平安银行零售信贷月均 50 万 + 笔业务审批，策略覆盖率达 90%，较传统规则引擎提升风控通过率 15%，同时将欺诈损失率降低 20BP。
三、徽商银行 - AI 研发中台项目
项目背景：整合全行 AI 能力，构建标准化研发框架以支持信用卡、供应链金融等多业务线 AI 应用。
核心交付成果：
1、中台架构设计与技术落地
1）设计 “数据层 - 算法层 - 服务层 - 应用层” 四层架构，整合 Xgboost、TensorFlow、PyTorch 等框架搭建统一训练平台，提供点击式零代码极速建模工具、开发模型推理引擎支持多场景部署模型应用。
2）建设算法组件库（含 100 + 风控特征工程组件、30 + 经典模型模板），制定《AI 研发标准化手册》，实现模型开发效率提升 40%，避免重复造轮子问题。
2、全业务场景赋能
中台落地后支撑信用卡透支预警模型、供应链金融反欺诈模型等 12 个业务场景，其中信用卡贷后预警模型准确率提升至 92%，帮助徽商银行年减少不良贷款损失超 5千万元。
案例展示 全部案例 >
郝宝
高级AI平台产品经理 · 6年经验 · 腾讯
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1、具备高效对接业务端与技术端的沟通能力，擅长将模糊需求拆解为可量化的产品目标，快速需求转化为可落地产品方案
2、对AI机器学习建模相关产品（阿里PAI、腾讯TAI、华为MoldeArts等）有深入了解，熟练撰写产品竞品分析报告文档，从技术路径、功能架构、商业逻辑等维度拆解竞品优劣势，对AI产品商业模式有系统性思考
3、精通从需求分析到PRD文档撰写的全流程，曾多次主导0-1产品设计，快速输出最小可行产品（MVP）方案，确保产品迭代方向与业务目标一致
4、擅长规划产品版本路线图，建立产品质量评估体系，确保功能交付符合业务目标与用户需求
5、持有NPDP国际产品经理认证，系统掌握产品生命周期管理、市场调研、需求分析等理论知识
6、获得阿里云人工智能认证、阿里云大模型ACP认证，具备大模型技术原理、应用场景及产品化落地的实践经验。
7、深耕银行金融风控领域，精通评分卡建模，策略研发与迭代，熟悉风控规则引擎搭建与优化，多次交付风控建模系统项目
8、关注前沿的AI大模型技术、可解释机器学习技术，结合行业需求探索产业化路径，曾经撰写过《面向金融行业的可解释机器学习白皮书》
2、对AI机器学习建模相关产品（阿里PAI、腾讯TAI、华为MoldeArts等）有深入了解，熟练撰写产品竞品分析报告文档，从技术路径、功能架构、商业逻辑等维度拆解竞品优劣势，对AI产品商业模式有系统性思考
3、精通从需求分析到PRD文档撰写的全流程，曾多次主导0-1产品设计，快速输出最小可行产品（MVP）方案，确保产品迭代方向与业务目标一致
4、擅长规划产品版本路线图，建立产品质量评估体系，确保功能交付符合业务目标与用户需求
5、持有NPDP国际产品经理认证，系统掌握产品生命周期管理、市场调研、需求分析等理论知识
6、获得阿里云人工智能认证、阿里云大模型ACP认证，具备大模型技术原理、应用场景及产品化落地的实践经验。
7、深耕银行金融风控领域，精通评分卡建模，策略研发与迭代，熟悉风控规则引擎搭建与优化，多次交付风控建模系统项目
8、关注前沿的AI大模型技术、可解释机器学习技术，结合行业需求探索产业化路径，曾经撰写过《面向金融行业的可解释机器学习白皮书》
项目经验
一、南海农商银行 - 模型全生命周期管理项目
项目背景：构建全行级模型风险管理体系，解决模型管理分散、流程不规范问题。
核心交付成果：
1、需求分析与体系规划：
1）对零售信贷、公司金融等 10 个业务部门开展深度访谈，采用 JAD（联合需求开发）方法收集模型管理痛点，形成《模型风险管理需求矩阵》，覆盖模型设计、开发、部署、监控全流程。
2）主导编制《模型风险管理体系建设咨询报告》，从政策合规（巴塞尔协议、银保监会要求）、组织架构、流程规范三方面提出建议，直接向行长汇报并推动体系落地。
2、管理平台建设与流程重构
1）定制化设计模型全生命周期管理平台，包含模型注册中心、版本管理、审批流引擎、监控仪表盘四大模块，实现模型从立项到退出的全流程线上化。
2）梳理跨部门协作流程（如业务部门提需求→风控部门建模→IT 部门部署），制定《模型审批管理办法》
二、平安银行 - 智能策略研发平台项目
项目背景：为零售信贷业务打造自动化策略生成工具，提升风控策略迭代效率。
核心交付成果：
1、算法产品化落地
1）基于 GBM（梯度提升机）算法开发策略生成引擎，结合零售信贷场景（信用卡审批、消费贷风控）构建特征工程模块，实现策略规则从数据输入到规则输出的自动化生成。
2）设计策略研发工作台，支持策略专家通过可视化界面配置模型参数、生成候选规则集，配套 A/B 测试框架，使策略迭代周期从传统的 2 周缩短至 48 小时。
2、业务价值落地
平台上线后支持平安银行零售信贷月均 50 万 + 笔业务审批，策略覆盖率达 90%，较传统规则引擎提升风控通过率 15%，同时将欺诈损失率降低 20BP。
三、徽商银行 - AI 研发中台项目
项目背景：整合全行 AI 能力，构建标准化研发框架以支持信用卡、供应链金融等多业务线 AI 应用。
核心交付成果：
1、中台架构设计与技术落地
1）设计 “数据层 - 算法层 - 服务层 - 应用层” 四层架构，整合 Xgboost、TensorFlow、PyTorch 等框架搭建统一训练平台，提供点击式零代码极速建模工具、开发模型推理引擎支持多场景部署模型应用。
2）建设算法组件库（含 100 + 风控特征工程组件、30 + 经典模型模板），制定《AI 研发标准化手册》，实现模型开发效率提升 40%，避免重复造轮子问题。
2、全业务场景赋能
中台落地后支撑信用卡透支预警模型、供应链金融反欺诈模型等 12 个业务场景，其中信用卡贷后预警模型准确率提升至 92%，帮助徽商银行年减少不良贷款损失超 5千万元。
项目背景：构建全行级模型风险管理体系，解决模型管理分散、流程不规范问题。
核心交付成果：
1、需求分析与体系规划：
1）对零售信贷、公司金融等 10 个业务部门开展深度访谈，采用 JAD（联合需求开发）方法收集模型管理痛点，形成《模型风险管理需求矩阵》，覆盖模型设计、开发、部署、监控全流程。
2）主导编制《模型风险管理体系建设咨询报告》，从政策合规（巴塞尔协议、银保监会要求）、组织架构、流程规范三方面提出建议，直接向行长汇报并推动体系落地。
2、管理平台建设与流程重构
1）定制化设计模型全生命周期管理平台，包含模型注册中心、版本管理、审批流引擎、监控仪表盘四大模块，实现模型从立项到退出的全流程线上化。
2）梳理跨部门协作流程（如业务部门提需求→风控部门建模→IT 部门部署），制定《模型审批管理办法》
二、平安银行 - 智能策略研发平台项目
项目背景：为零售信贷业务打造自动化策略生成工具，提升风控策略迭代效率。
核心交付成果：
1、算法产品化落地
1）基于 GBM（梯度提升机）算法开发策略生成引擎，结合零售信贷场景（信用卡审批、消费贷风控）构建特征工程模块，实现策略规则从数据输入到规则输出的自动化生成。
2）设计策略研发工作台，支持策略专家通过可视化界面配置模型参数、生成候选规则集，配套 A/B 测试框架，使策略迭代周期从传统的 2 周缩短至 48 小时。
2、业务价值落地
平台上线后支持平安银行零售信贷月均 50 万 + 笔业务审批，策略覆盖率达 90%，较传统规则引擎提升风控通过率 15%，同时将欺诈损失率降低 20BP。
三、徽商银行 - AI 研发中台项目
项目背景：整合全行 AI 能力，构建标准化研发框架以支持信用卡、供应链金融等多业务线 AI 应用。
核心交付成果：
1、中台架构设计与技术落地
1）设计 “数据层 - 算法层 - 服务层 - 应用层” 四层架构，整合 Xgboost、TensorFlow、PyTorch 等框架搭建统一训练平台，提供点击式零代码极速建模工具、开发模型推理引擎支持多场景部署模型应用。
2）建设算法组件库（含 100 + 风控特征工程组件、30 + 经典模型模板），制定《AI 研发标准化手册》，实现模型开发效率提升 40%，避免重复造轮子问题。
2、全业务场景赋能
中台落地后支撑信用卡透支预警模型、供应链金融反欺诈模型等 12 个业务场景，其中信用卡贷后预警模型准确率提升至 92%，帮助徽商银行年减少不良贷款损失超 5千万元。
案例展示
模型管理平台
核心负责模型中心板块，涵盖模型全生命周期管理功能，包括注册创建时的标准化元数据采集与场景化模板推荐、文件上传的全格式支持与安全存储、主页查看的可视化数据呈现与版本迭代追溯，以及生命周期管理中符合监管要求的流程化审批；同时支持对模型校验（含算法合规性与代码规范性检查）、预测（支持实
基于AI算法生成策略树
以 AI 算法生成的策略树为核心的产品，依托机器学习算法（如 GBM、XGBoost）对海量业务数据进行训练，自动生成层次化策略规则体系，实现从特征筛选、规则组合到决策输出的全流程智能化。产品支持可视化策略树编辑与解析，业务人员可直观理解规则逻辑，支持策略快速迭代优化。核心价值在
立即沟通
