滴滴国际支付资深算法工程师(J250418007)
任职要求
1.在互联网行业从事算法相关工作4年以上，有风控相关从业经验加分; 2.计算机、数学、统计学等专业硕士及以上学历，有海外留学经历者加分，具备一定基础的英语交流能力; 3.熟练掌握Python/SQL等建模语言和数据挖掘工具, 熟练掌握数据挖掘、机器学习、深度学习等方向理论和应用方法; 4.突出的分析问题、解决问题和动手实践的能力。自我驱动，具有较强的学习能力、创新应用能力、以及沟通协调能力; 5.有相关工作经历和论文者加分。
工作职责
1.负责国际收单、钱包等场景的支付风险识别&决策模型的选型、开发和优化，负责模型部署应用、维护、监控和升级迭代; 2.深入理解国际支付业务和风险，总结和提炼用户行为序列、欺诈、赌博、洗钱、诈骗等风险特征，并对特征挖掘结果进行评估和验证; 3.负责建模流程优化，提升模型开发和部署效率，降低模型维护成本; 4.基于图算法、时序算法等对用户风险进行识别，在小样本、无样本场景上能够通过无监督、半监督、元学习等算法对风险进行有效识别。 5.研究前沿机器学习算法在支付风控领域的实践和应用。
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.负责国际收单、钱包等场景的支付风险识别&决策模型的选型、开发和优化，负责模型部署应用、维护、监控和升级迭代; 2.深入理解国际支付业务和风险，总结和提炼用户行为序列、欺诈、赌博、洗钱、诈骗等风险特征，并对特征挖掘结果进行评估和验证; 3.负责建模流程优化，提升模型开发和部署效率，降低模型维护成本; 4.基于图算法、时序算法等对用户风险进行识别，在小样本、无样本场景上能够通过无监督、半监督、元学习等算法对风险进行有效识别。 5.研究前沿机器学习算法在支付风控领域的实践和应用。
负责支付风控，推动包括fraud rate，chargeback rate等在内的核心风控指标持续优化。 1、开发并优化欺诈模型、支付可信分、用户画像等模型； 2、搭建各业务环节的机器学习模型，并负责模型部署应用、维护、监控和升级迭代； 3、推动用户行为序列、消费能力、欺诈特征挖掘，并对数据挖掘结果进行评估和校验； 4、负责建模流程优化，提升模型开发和部署效率，降低模型维护成本； 5、研究前沿机器学习算法在领域的实践和应用。
1、负责国际支付资金安全相关风险解决方案构建及协同落地； 2、深入理解业务，进行资金安全领域分析和建模，协同推进业务完成资深风险治理，提高安全防控水位； 3、能够对技术方案、技术架构提出优化建议，尽可能将问题拦截前置； 4、主导资损防控相关能力的数据分析和设计、工程与算法落地工作，承担部分核心功能的开发和维护； 5、参与资金安全产品系统架构建设和规划，建立完善的资金安全防控体系，相关工具和平台的开发维护。