胜遇信评系统产品系统

该项目服务于买方机构债券投资场景。在债券投资中，信用评级是判断发行人是否会出现违约的核心依据。传统方式依赖外部评级机构和信评分析师人工判断，存在覆盖有限、更新滞后、主观性强等问题。胜遇系统面向买方视角，构建了一套自主可控的主体信用评级体系，帮助投资团队在行业中发现优质资产、规避信用风险，实现信评分析师点评与系统评级框架的有机结合。

系统以“AI辅助信用评级专家系统”为核心定位，主要功能包括：
1、主体信用评级：对债券发行人进行主体信用风险等级评定，输出信用等级结果。
2、信评分析师点评：支持分析师在系统评级基础上进行人工点评与修正，形成人机结合的双重判断。
3、信用评级模型：基于机器学习算法构建信用评级模型，加信评专家经验的模式，从行业中识别优质资产。
4、底层信评逻辑引擎：构建可配置、可扩展的核心信评逻辑，支撑评级框架的统一运转。
5、信评+分析一体化：集信评、分析于一体，形成核心业务系统。

项目职责：
带领团队对胜遇系统进行3次迭代重构，持续优化系统架构与业务逻辑。
构建底层核心信评逻辑，形成AI辅助信用评级专家系统的构建方式。
使用机器学习算法构建信用评级模型，寻找行业中的优质资产。
主导形成集信评+分析于一体的核心业务系统。

技术方案：
开发语言：Java、VUE 2.0、Python、Scala
核心组件：搜索引擎、股票/债券相关数据处理模块
技术路线：以Java构建后端核心业务与信评逻辑，VUE 2.0实现前端交互，Python与Scala支撑机器学习模型与数据处理，搜索引擎提供评级相关信息的检索能力。
架构特点：通过多语言技术栈协同，兼顾业务系统的稳定性与模型计算、数据处理的灵活性。