腾讯风控算法工程师

1.通过分析广告流量/用户行为数据，挖掘海量数据中的恶意行为，分析动机并制定打击策略，并转化为业务认可的价值； 2.负责公司内广告业务风控对抗相关工作的工程化落地，并保证线上策略效果持续运营； 3.跟进业内SOTA，关注前沿安全对抗技术，结合业务需求进行落地。

1、负责小红书虚假账号、流量风控(API流量)、设备群控 风险治理 2、体系化构建风险域识别框架，将被动对抗转化为自动对抗 3、负责风险数据梳理和通用特征建设，聚焦用户行为分析、设备指纹、网络接口特征、业务上下文等多维度数据建模 4、对多类风险问题进行算法调研和新算法开发，形成算法库，为算法平台提供支持

1.基于海量全链路业务及用户行为数据，运用数据挖掘技术进行建模，解决账号/身份安全、交易安全、流量安全等各类业务风险问题； 2.解决小样本学习、模型自适应更新、高变异场景自动对抗等业务风险领域问题； 3.探索异常检测、复杂网络挖掘、图风控、深度学习等算法在业务风险领域的应用，致力于打造业界优秀的风控算法体系。

1、基于LLM（大语言模型）构建金融风控分析引擎，实现信贷反欺诈、用户画像生成、异常交易识别等场景的智能化决策 2、开发端云协同风控系统，结合隐私计算技术实现多方数据安全融合与风险建模 风控策略优化与落地 1、设计信贷全生命周期风控模型（A/B/C卡），通过大模型优化特征工程、模型融合及策略调优 2、构建动态风险指标监测体系，开发实时反欺诈规则引擎，降低资损率 3、探索多模态大模型在金融场景的应用，如风险策略生成等