生产级机器学习XGBoost特征工程风控 AIAPI 平台
小米信用智能与风控平台
面向缺少传统征信记录的薄文件用户从零建设信用评分平台，把 MIUI、IoT 设备和电商行为转化为 1500 个特征、XGBoost 模型和 API 风控服务。
问题与约束
薄文件用户没有传统信用历史，金融机构缺少可靠的风险判断信号。方案必须兼顾可解释特征、生产级评分规模、合作方 API 和灵活的商业服务层级。
工程职责
建设平台与特征体系，训练 XGBoost 模型，设计 API 服务，并支持面向金融机构的产品分层和联合建模流程。
系统架构
行为数据→1500 个特征→IV 筛选→XGBoost→评分 API
技术方案
- 从 MIUI 使用、IoT 设备和电商行为中构建特征
- 使用 Information Value 对信号排序，并训练可解释的 XGBoost 模型
- 通过标准化 API 向外部机构提供风险评分
- 设计三档 B2B 信用标签产品和联合建模服务
- 把底层数据资产扩展到用户画像和营销激活能力
生产影响
模型 AUC 达到 0.75+，服务 5 亿+评分调用和 200 万+用户，支持 40+ 家金融机构和 200 亿元+贷款规模，为卡与支付团队带来 50 万+新增用户和 5000 万元+收入，并将合作方风控通过率提升 10–20%。
该案例证明
证明我具备端到端生产级机器学习工程能力：特征体系、可解释建模、API、规模化、合作方集成和可衡量的金融业务影响。