腾讯风控算法工程师

1. 负责滴滴金融保险风险场景的模型设计、建设、开发、应用落地、持续迭代优化，为业务风险指标负责。 2. 拆解业务风险指标，转化为模型指标，并为之设定合理的提升目标 3. 尝试各类特征工程方法，挖掘集团内外部数据，加工生成有效特征，优化模型效果 4. 数据算法创新，了解并跟进业界领先的人工智能和深度学习进展，推动新的技术在风控领域落地

1、负责反洗钱以及合规面向智能化的风险识别，判断，审理的工程搭建，推动产品落地。 2、能够应用大模型或者智能体思维来推动业务或者产品能力创新，以及AI产品化表达能力； 3、深度参与智能化研发全流程，涵盖大模型数据生成、训练或微调、RAG以及实验部署等，推动智能化架构在反洗钱风控、合规场景的落地； 4、不断探索技术新领域，进行重点难点技术攻关工作。

1. 负责风控核心系统的架构规划、技术实现、需求分析及拆解、以及线上系统稳定性。 2. 参与风控重点项目的一线攻防，能与业务顺畅沟通，理解业务痛点，主动发现问题，并制定对应的技术解法。 3. 负责平衡短期与长期的技术建设节奏，能带领初级工程师，主导项目整体执行落地，灵活应对一线攻防需求。 4. 主导部分技术驱动型项目，产出业务问题分析，制定全栈技术（后端、数据、算法）解决方案。

【岗位职责】 1.参与网约车中安全分单方向的策略体系构建与优化：运用深度学习、小样本学习、多模态融合技术、数据挖掘等，参与搭建网约车安全方向的策略体系，在确保安全出行的同时提升司乘体验，助力业务快速发展。 2.负责网约车中安全分单算法的迭代：使用如生成对抗网络算法、异常检测算法、图神经网络算法等，完善现有安全算法模型；使用数据清洗和增强、特征工程等方法，提升现有模型的准召。