快手电商风控算法工程师-【电商安全】
任职要求
1、5年以上机器学习、数据挖掘、数据分析或后台研发等的相关经验，计算机、数学、统计学专业优先； 2、对业务和数据敏感，能够从数据上发现风险，提出解决方案，并验证效果； 3、熟练掌握SQL语言，熟悉Hadoop/Spark的操作环境，至少熟悉Python、Java、R语言中的一种； 4、具有电商相关工作经验优先，具有反作弊或安全策略相关经验，对黑灰产对抗有一定了解者优先。
工作职责
1、理解快手电商相关的业务模式和系统架构，发现潜在的作弊风险点，并制定合理的风控策略架构； 2、独立负责电商某个场景的作弊风险，设计合理的数据埋点体系，通过大数据分析，定量识别潜在的风险和业务影响； 3、针对电商某个业务场景建立合理的指标体系，在对抗中不断完善监控体系，形成可视化的监控系统； 4、与其他相关团队紧密配合，通过大数据挖掘，寻找作弊者的行为特点，快速形成有效的打击策略，持续迭代并优化风控效果。
1.深入研究电商业务场景，基于大模型技术搭建智能化风控算法体系，实现对违禁品的信息风险精准识别与预警； 2.持续优化大模型风控算法，通过数据挖掘、模型训练与调优，提升模型对复杂电商信息风险的识别能力和泛化能力； 3.与产品、运营等团队紧密协作，结合业务需求和行业动态，制定并完善电商信息安全策略，为电商业务健康发展保驾护航； 4.建立机审与人审协同的风控机制，快速响应和处理电商信息安全事件，降低风险对用户和业务的影响； 5.跟踪大模型技术前沿动态，探索新技术在电商信息安全风控领域的应用，推动风控技术的创新与升级。
1.深入研究电商业务场景，基于大模型技术搭建智能化风控算法体系，实现对违禁品的信息风险精准识别与预警； 2.持续优化大模型风控算法，通过数据挖掘、模型训练与调优，提升模型对复杂电商信息风险的识别能力和泛化能力； 3.与产品、运营等团队紧密协作，结合业务需求和行业动态，制定并完善电商信息安全策略，为电商业务健康发展保驾护航； 4.建立机审与人审协同的风控机制，快速响应和处理电商信息安全事件，降低风险对用户和业务的影响； 5.跟踪大模型技术前沿动态，探索新技术在电商信息安全风控领域的应用，推动风控技术的创新与升级。
1. 负责字节跳动电商场景的作弊风险的发现与治理，包括营销、交易、恶意行为等风险； 2. 通过指标监控归因，及时感知风险及业务的变化，主动识别潜在攻击，持续优化调整风控方案，并推动风控治理建设及业务模式调整； 3. 通过表征学习、图模型、深度学习、迁移学习、多任务学习等技术，提升问题发现的效率，从而快速阻断风险，优化电商社区生态各项指标； 4. 挖掘和分析海量电商内容和用户行为表现数据，进行用户长短期画像建设，提升模型的精准性和召回面； 5. 结合内容电商的业务特性，进行模型和算法创新，打造业界领先的内容电商风控算法体系。
1. 负责字节跳动电商场景的作弊风险的发现与治理，包括营销、交易、恶意行为等风险； 2. 通过指标监控归因，及时感知风险及业务的变化，主动识别潜在攻击，持续优化调整风控方案，并推动风控治理建设及业务模式调整； 3. 通过表征学习、图模型、深度学习、迁移学习、多任务学习等技术，提升问题发现的效率，从而快速阻断风险，优化电商社区生态各项指标； 4. 挖掘和分析海量电商内容和用户行为表现数据，进行用户长短期画像建设，提升模型的精准性和召回面； 5. 结合内容电商的业务特性，进行模型和算法创新，打造业界领先的内容电商风控算法体系。