技能库 1583 个

将银行与支付机构分散的源系统数据，转换为符合监管机构（如央行、银保监会）要求的统一格式，确保数据一致性、可审计性与报送合规性。

监控银行与支付领域监管政策更新，评估对现有业务流程的影响并输出可落地的调整建议。

按照监管要求自动运行压力测试场景并生成结果分析，适用于银行与支付领域的监管科技专家。

配置和优化银行与支付机构的反洗钱监测规则，以降低误报率并提高合规效率。

整理和更新监管问答、案例库，支持查询和培训，确保银行与支付领域合规知识体系持续准确、可用。

自动解析监管文件条款，转换为系统可执行的规则逻辑，适用于银行与支付领域。

利用机器学习模型识别银行与支付场景下的异常交易模式，生成可落地的预警事件，辅助反洗钱与合规决策

根据监管要求，从交易数据中自动提取关键信息并生成合规报告，适用于银行与支付机构。

部署和维护合规科技工具（如RPA for KYC），并进行性能调优。

从PDF或网页格式的监管文件中自动提取关键条款、生效日期、适用范围等结构化信息，适用于银行与支付合规科技岗位。

对接OFAC、UN等制裁名单API，实现客户名称的模糊匹配和命中判定，确保银行与支付业务的合规性。

根据监管要求（如FATF、央行3号令）配置反洗钱系统（如Actimize）的交易监测阈值、规则和场景，确保合规性与高效性。

根据最新法规变化自动生成合规培训课件、测试题库及案例，确保培训内容及时、准确、可落地。

从银行与支付系统数据自动生成合规月报、年报等报告，包含关键指标和异常分析，提升报告生成效率与准确性。

根据交易异常特征自动填充STR模板，并生成初步分析理由，辅助合规科技专员高效完成可疑交易报告。

基于最新监管规则自动生成合规检查清单，并匹配现有控制措施，适用于银行与支付行业合规科技专员。

自动整理模型验证过程中的日志、错误信息和中间结果，生成结构化的验证报告，便于问题定位与审计追溯

自动运行基准模型与候选模型的对比测试，生成差异分析报告，支持银行与支付场景下的模型验证。

自动扫描模型是否符合银行监管要求（如LGD、PD模型标准），输出合规报告与违规项清单。

自动检查输入数据集的一致性、缺失值、异常值和分布偏移，确保模型验证数据可靠性

自动比对不同版本模型文档的差异，生成变更摘要，辅助模型验证与合规审计。

实时监控模型性能指标（如KS、AUC），自动触发预警并生成监控报表，确保模型在银行与支付场景中的稳定性和合规性。

自动生成模型验证报告，包括测试结果、统计指标和合规性检查，适用于银行与支付场景。

自动识别高风险特征，并进行单变量分析和多重共线性检测，适用于银行与支付领域模型验证。