快手风控策略算法工程师-【反诈】
任职要求
1、5年以上工作经验，熟悉Java/Python等语言，熟悉SQL，有良好的编程风格； 2、熟悉机器学习、数据挖掘、数据分析、分布式计算中的至少某一方面，有一定的理论研究…
工作职责
1、负责反诈相关风控策略及模型的研究与探索； 2、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，制定有效的识别策略和算法； 3、建立完善的异常指标监控体系，快速发现及定位疑似风险内容和行为； 4、完成各类策略实现，并持续完善与优化。
1、深入理解快手业务逻辑，运用数据挖掘、机器学习、深度学习等技术，构建风控策略体系，提升风险管理水平，为业务保驾护航； 2、基于风控数据体系，挖掘多维度特征（包括并不限于：用户、IP、设备等）、构建用户画像和用户质量等级，应用于业务反欺诈、渠道反作弊等业务安全领域； 3、基于各种关系网络数据，运用图挖掘算法，挖掘用户设备关联度、亲密度等特征，构建风险感知和异常团伙挖掘能力； 4、深入探索业务数据，创新性的思考和发现问题，并提出有效解决方案。
负责搭建和优化 SHEIN 平台账号风控策略与算法模型，包括但不限于账号安全、反作弊、欺诈检测、团伙挖掘等领域；利用机器学习、深度学习及相关数据分析技术，对用户行为和交易数据进行实时监控与分析，识别可疑行为和潜在风险；与业务、产品和风控团队紧密合作，定义并完善风控指标体系，持续跟进风险案例并制定对应策略；设计并实现高效、稳定的风控数据处理流程，包括数据清洗、特征工程、模型训练及线上预测部署；持续跟踪电商行业风险趋势及新技术发展，及时更新和升级风控算法与策略，提升整体防控能力。
1. 负责构建和优化信贷风控模型体系，根据金融机构业务需求，设计并开发反欺诈模型、申请评分、行为评分模型等； 2. 深入挖掘信贷业务风险模式，通过对数据的深度分析，识别信用和欺诈风险的模式与变化趋势，完善风控特征体系，持续提升模型性能； 3. 关注并研究机器学习领域最新技术进展，探索并应用前沿算法在智能风控领域，解决信贷场景实际问题，包括但不限于深度学习、大模型、图学习、AutoML等方向； 4. 与业务及产品团队紧密合作，对接国内信贷机构，深入了解其业务需求，设计并实施方案，交付高质量的风控模型产品。
1. 负责构建和优化信贷风控模型体系，根据金融机构业务需求，设计并开发反欺诈模型、申请评分、行为评分模型等； 2. 深入挖掘信贷业务风险模式，通过对数据的深度分析，识别信用和欺诈风险的模式与变化趋势，完善风控特征体系，持续提升模型性能； 3. 关注并研究机器学习领域最新技术进展，探索并应用前沿算法在智能风控领域，解决信贷场景实际问题，包括但不限于深度学习、大模型、图学习、AutoML等方向； 4. 与业务及产品团队紧密合作，对接国内信贷机构，深入了解其业务需求，设计并实施方案，交付高质量的风控模型产品。