腾讯腾讯安全-海外支付风控策略工程师
任职要求
1.5年及以上支付领域欺诈策略和模型经验，其中至少2年面向企业客户，具有海外支付风控或金融科技从业经验优先； 2.熟悉电商、web3、游戏等重点行业的支付欺诈特点； 3.有数据挖掘/机器学习等相关工作经验者优先，具备良好的数据分析能力，熟练使用python、sql等至少数据分析工具，熟练使用常用的机器学习算法； 4.突出的分析问题和解决问题能力，自我驱动，并且具备较强的学习能力、创新应用能力及沟通协调能力； 5.交流能力佳，英语听说读写能力强优先。 加分项 1.有数据挖掘/机器学习等相关经验； 2.有海外支付风控经验优先，包括电商、web3游戏等重点行业； 3.在同等条件下，通过腾讯云认证或取得同等资格认证的候选人，我们会优先考虑。
工作职责
1.基于历史数据和专家经验，进行数据分析和特征挖掘，设计针对海外业务场景的欺诈、盗用、作弊等风险的安全策略且持续优化； 2.负责海外多个场景如电商拒付欺诈、web3、游戏、支付等场景的策略冷启动风控方案设计与优化，构建不同行业的通用策略，支持产品标准化落地和可复制化； 3.与产品、技术团队深度合作，承担部分技术运营相关工作，与售前团队合作，解答客户的风控问题，确保企业客户满意度。
1、负责平台支付能力的搭建，持续对接新的海外支付渠道，支持更多支付方式 2、负责跨境支付业务欺诈、外卡拒付等风险管控 3、根据黑灰产手段变化，基于现有业务模式挖掘风险特征，能够及时有效发现各类潜在风险并持续优化迭代反作弊风控策略 4、基于业务数据、风控参数、风控策略建立预警风险监控体系 5、持续建设、改进现有系统项目
1.风险建模与算法开发 研发实时/离线的反欺诈、反洗钱（AML）和信用风险模型，覆盖信用卡、电子钱包、加密货币等支付场景。 应用机器学习（如GBDT、深度学习、图神经网络）和规则引擎，提升欺诈检测准确率并降低误杀。 针对跨境支付特点（如汇率波动、多国合规要求）优化风险策略。 2.数据驱动风控 挖掘用户行为、交易链路、设备指纹等数据，构建风险特征体系 通过大数据分析（如Spark/Flink）识别新型欺诈模式（如跨境套现、团伙作案） 3.系统落地与迭代 推动风控算法在实时决策引擎（如Drools/Fraud Ranger）中的部署，确保毫秒级响应 设计A/B测试框架，监控模型效果（如召回率、误判率），持续迭代策略 4.跨团队协作 与合规、产品、国际业务团队合作，确保风控方案符合当地法规（如GDPR、PSD2） 输出风控技术文档，向非技术部门解读算法逻辑与风险趋势
1、负责国际化支付风控方向的算法工作：运用机器学习、深度学习、统计学、运筹学等专业知识，完成对完成对国际业务在各海外市场的支付风险保障，在确保支付风险可控的同时提升司乘体验，助力业务快速发展 2、基于体系内外的数据，搭建和迭代支付风控特征体系 3、与跨职能团队紧密合作，包括策略、产品、数据、工程等团队，确保算法的实施与业务目标相一致。
1、负责库洛海外支付系统（如网关\路由\风控\对账等模块）的质量保障，制定全链路测试策略（功能/非功能测试）； 2、掌握自动化测试框架（如Selenium/Playwright/Pytest），持续集成CI/CD并推动Web和API自动化落地； 3、针对支付系统的性能、稳定性及容灾能力等开展专项测试； 4、推动测试左移，参与产品需求评审与技术方案评审，提前识别业务风险； 5、持续沉淀业务文档和建设公共用例库。