百度策略算法工程师（反作弊方向）（J81284）
任职要求
任职要求： -学历背景：计算机科学、统计学、数学或相关专业硕士及以上学历 -算法与编程能力：熟悉常见的机器学习、数据挖掘算法，掌握Python、SQL等数据分析工具，有较强的编程能力，深度学习、nlp者额外加分 - 反作弊经验：具备电商、支付、广告或社交平台等领域的风控、反作弊、反黑产经验者优先 -数据敏感性：具备优秀的数据敏感性，能快速识别并分析数据中的异常模式 -良好的沟通能力：能够与不同团队高效协作，并能清晰地阐述策略逻辑
工作职责
岗位职责： -风控策略设计：基于数据挖掘、机器学习和深度学习技术，构建并优化风控反作弊模型，有效检测并防御黑产风险 -反作弊系统研发：分析业务逻辑，发现系统漏洞，针对“薅羊毛”及作弊行为制定有效的防范策略，协同技术团队实现策略落地 -数据分析：结合业务场景和用户行为数据，对异常行为进行特征分析，识别并跟踪恶意用户行为（如色情赌博引流和网络水军操作等） - 策略效果评估：定期评估并优化策略的效果，根据最新的风险形态调整策略，提升检测准确率和召回率 - 跨部门协作：与产品、数据和运营等团队密切合作，确保策略符合业务需求并提升用户体验
高级/资深算法工程师（国际支付风控方向），base上海/南京 1.支付风险识别与防控 ●负责跨境电商业务中支付风险的全面识别与防控，重点治理欺诈（盗卡、盗账户 友好欺诈）等方面风险，确保支付全链路安全可靠。 ●利用数据分析和机器学习技术，精确识别支付风险，建立有效的风控模型体系。 2.风控模型全链路管理 ●主导支付风控模型的全链路开发与上线工作，包括需求调研、风险探索、方案设计、模型开发、系统集成、部署上线、效果评估、持续优化和监控预警。 ●与产品、工程、业务团队紧密合作，确保风控模型精准全面覆盖业务场景，并能够及时应对市场变化。 3.前沿技术应用与创新 ●深入探索全球各大市场的新型支付作弊行为，利用多模态大数据进行风险评估与预测。 ●应用异常检测、集成学习、强化学习、序列模型、图模型、大规模预训练模型等前沿技术，提升风险识别的准确率和召回率。
1、负责快手内容安全治理相关策略模型的研发； 2、对接业务需求，与产品运营保持顺畅的沟通衔接，持续提升业务能效； 3、深入理解业务本质，综合使用多种手段，识别平台内不良内容，解决内容风险的问题； 4、推动建立面向各大数据应用场景的体系，包括但不限于指标体系/标签体系/行为建模等，对风控策略效果进行准确评估并推动策略上线，持续提升算法效果。
1、负责快手内容安全中内容过滤机审和问题域治理相关策略模型的研发； 2、对接业务需求，与产品运营保持顺畅的沟通衔接，持续提升业务能效； 3、深入理解业务本质，图像文本等识别算法、用户画像特征、用户行为分析等综合使用多种手段，识别平台内不良内容，解决内容风险的问题； 4、推动建立面向各大数据应用场景的数据体系，包括但不限于指标体系/评价体系/标签体系，对风控策略效果进行准确评估并推动策略上线，推动内容安全治理正向演进。`
1、负责快手电商场景违规风险识别的策略开发及模型研究工作； 2、深入理解业务本质，运用各类分析方法对业务日志、用户行为数据进行分析与抽象，识别电商生态中的低质商家/带货主播及各类不良内容，解决内容风险问题； 3、推动建立面向各大数据应用场景的数据体系，包括但不限于指标体系/评价体系/标签体系，能快速发现及定位疑似风险的内容和行为； 4、完成各类策略实现，对策略效果进行准确评估并推动上线，并持续完善与优化。