广东省农村信用合作联合社（农信联社）下辖 68 家农商行，资金业务（同业、债券、票据等）规模大、机构多、地域分散。传统模式下，资金业务的信用评价与授信审批高度依赖人工与线下流转，存在三类典型问题：
口径不统一：68 家下属行各自评判，授信标准与风险敞口难以横向比对；
风险看不清：缺乏全辖统一的监控预警手段，异常与超限信号发现滞后；
协作有断点：前台交易、中台信评、后台风控之间流程割裂，审批链条长、人效低。
客户需要一套面向农信体系的资金业务信评系统，既能对 68 家下属农商行的资金业务做集中监控预警，又能支撑资金中心及下属行的授信审批，并将信评与授信能力内嵌核心系统，实现「办理即评级、审批即风控」。
1、资金业务信评模型：针对同业、债券、票据等资金业务，构建统一信用评价逻辑，自动出具评级与额度建议；
2、全辖监控预警：对 68 家下属农商行资金业务风险敞口集中监控，超限/异动/评级下调实时预警；
3、授信审批流程：支撑资金中心及下属农商行授信审批，线上化、留痕、可追溯；
4、核心系统内嵌：授信 + 信评模块内嵌客户核心业务系统，业务办理即触发评级与审批；
5、前中后台协同：打通前台交易、中台信评、后台风控的数据与流程，消除协作断点；
6、管理全景看板：为管理层提供全辖资金业务风险与授信全景视图。
角色：项目经理，统筹 30 人研发团队，负责整体规划、进度/质量/风险管控、相关方协调、收尾推进。
架构：前后端分离 + 微服务化 + 容器化部署，支撑多机构、高并发场景。
技术栈：SpringBoot（后端）· Vue 3.0（前端）· Redis（缓存/会话）· RabbitMQ（异步解耦）· RDS（数据）· Nginx（网关）· Docker（容器化）。
关键落地：
梳理资金业务信评逻辑，形成可配置评级规则；
授信 + 信评双引擎内嵌核心系统；
以 RabbitMQ 解耦前中后台，打通协作链路；
汇聚全辖 68 家机构数据，建立统一监控预警与全景视图。
成果：授信与信评内嵌核心系统，人效提升约 20%，前中后台协作全面打通。
评论