快手广告反作弊算法策略专家（风控）- 【商业化】
任职要求
我们期待这样的你： 1、专业出身：计算机、数学、统计、机器学习等相关专业本科及以上学历； 2、技术硬核：精通Data Analysis、Machine Learning、Deep Learning理论与实战，熟练掌握Data Mining、Anomaly Detection、Graph Computing、Model Optimization等算法，有Python/Java等主…
工作职责
我们是快手商业化反作弊算法团队，致力于打造极致安全感的广告环境，守护平台与广告主的核心利益。我们依托海量数据，融合AI与大数据技术，持续与黑灰产进行智能化攻防对抗。在这里，你不仅是算法专家，更是广告安全健康的守门人，与业界顶尖工程师共同推进AI驱动的风控创新 你将参与的技术领域包括： - 异常/离群点检测（Anomaly / Outlier Detection） - 半监督 / 无监督学习（Semi-supervised / Unsupervised Learning） - 大规模图挖掘（Large Scale Graph Mining） - 智能体技术（AI Agent） 加入我们，你将亲历： 1、前沿攻防 · 技术探索：深度介入亿级用户行为数据，揭秘广告行业多元作弊手法。以创新的Anomaly Detection、Graph Mining 等模型为“武器”，打造高效精准的反作弊攻防体系，让作弊无所遁形； 2、智能风控 · 体系构建：主导智能化风控指标和监控体系的搭建，实时感知风险动态。通过Data-Driven Decision Making，让算法驱动每一次业务进化； 3、极致算法 · 持续进化：持续打磨算法性能，专注模型精准率、召回率与处理效率的极致提升。攻克高并发、复杂商业场景下的算法稳定性与可靠性难题； 4、行业先锋 · 技术引领：紧跟AI Agent、Graph Mining等前沿技术，探索最前沿的反作弊风控解决方案。持续技术创新，推动公司风控能力领跑行业。
1、负责商业化反作弊策略算法能力建设，识别用户/团伙/黑灰产风险，精准打击流量作弊等不公平行为，保障平台商业生态健康、广告主权益，有效控制资损 2、深入分析小红书业务数据，结合专家经验与数据洞察，优化识别与防控策略，提升风险感知能力，持续监控效果、快速迭代优化 3、紧密协同商业化业务团队，深刻理解业务需求，在保障商业目标达成与用户体验的前提下，设计实施最优化的风险管控策略 4、持续监控黑灰产动态及新型作弊手法，进行深度风险分析，提出前瞻性的防控方案，参与构建商业化反作弊攻防体系
流量反作弊负责支付宝各场域（渠道增长、搜索推荐、商业化等）的流量作弊的感知、识别与管控，减少无效／作弊流量给数据真实性、社区生态、平台流量价值带来的影响。 1．策略建设：以流量流转为基础，深入业务场景，通过数据挖掘建立相关指标体系以衡量／评估风险水位，制定差异化／精细化的治理策略，保证策略的有效性和适配度，提供合理的风险解决方案，提升流量价值，推动业务健康长效发展； 2．行业理解：深入理解互联网流量作弊生态和各类作弊行为，深入调查黑产变化趋势及行业，正确引导反作弊发展方向，能从产品发展趋势中把握反作弊业务发展的新增长点；持续探索流量质量保障的新模式，结合营销、推荐、用增等方向的新技术（大模型、智能体技术等），带来业务增益和效率提升； 3．沟通协同：基于风险认知与业务理解，与业务、产研、算法等不同角色形成有效沟通，推动风险全链路防控及行业标准建立。
1、负责小红书社区风控算法能力建设，识别用户/团伙/黑灰产风险，精准打击各类流量作弊等不公平行为，保障社区生态健康发展； 2、深入分析小红书业务数据，结合专家经验与数据洞察，优化识别与防控策略，提升风险感知能力，持续监控效果、快速迭代优化； 3、紧密协同社区治理业务团队，深刻理解业务需求，在保障业务目标达成与用户体验的前提下，设计实施最优化的风险管控策略 ； 4、持续监控黑灰产动态及新型作弊手法，进行深度风险分析，提出前瞻性的防控方案，参与构建小红书社区风控/反作弊攻防体系能力建设；
1.负责广告流量反作弊业务，定义主要风险（如刷点击、刷曝光、刷交易等），保护平台公平及资金安全； 2.基于专家经验及对业务的分析，针对黑产、黄牛上线风控识别策略及持续优化； 3.深入了解广告行业作弊行为的模式和趋势，对广告作弊行为进行深入分析，协同算法团队优化反作弊策略和算法；