滴滴资深安全算法策略工程师(J250422022)
任职要求
任职要求 1. 统招本科及其以上学历，计算机、软件、数学方向的专业背景，有扎实的算法基础和良好的数学功底。有机器学习、最优化理论、数学建模等方向的基础能力。3-5年工作经验。 2. 熟悉常用的机器学习与数据挖掘算法，具有算法调优或创新的经验，包括但不限于基础的分类回归算法、决策树算法，集成学习、强化学习与深度学习算法。 3. 掌握业界常用的特征工程和建模方法，包括但不限于Wide & Deep、DeepFM、DCN…
工作职责
职位描述 【关于我们】 滴滴自2018年初收购巴西出行平台99开始，正式启动了国际化战略。目前，滴滴的国际业务覆盖了拉美、亚太和非洲的14个国家，为当地市场提供以出行为主、涵盖外卖和金融的多样化服务。 【关于团队】 安全策略（算法），预防对平台和用户有重大影响的事件，需要应对不同国家不同业务发展阶段的多重风险，是国际化出行业务的核心技术和竞争力。结合国际化业务特点，我们已将深度学习、小样本学习和拒绝推断等技术应用在当前业务中，正在推动多模态模型的探索与落地。团队氛围开放积极，有机会与国内外各部门业务与技术进行日常交流学习。 【岗位职责】 1. 负责国际化安全方向的基本策略与建模工作：运用小样本学习、常规机器学习 深度学习等机器学习算法完成对完成对国际业务在各海外市场的安全保障功能，包括行前、行中和行后危险状态的识别和预测，在确保安全出行的同时提升司乘体验，助力业务快速发展。 2. 搭建和迭代安全预防方法论和策略运营体系：如情景预防，时空预防等。 3. 安全算法智能化：利用最优化，生成对抗、时空模式挖掘等多种问题抽象与建模手段，推动安全预防智能化的落地。
1. 深入理解滴滴的业务模式、交易流程和系统架构，发现潜在的作弊风险点，和产品技术、业务运营高效沟通，设计合理的风控策略架构。 2. 基于SDK采集的设备信息，通过机器学习算法，为 Android/iOS/H5/小程序生成设备标识。 3. 通过用户行为数据的采集和分析，实现人机识别，并结合采集信息，对可信设备标识生成设备、环境、行为等相关的风险标签和风险评分。 4. 独立思考某个业务环节或场景可能潜在的作弊风险，设计合理的策略体系，通过大数据分析，定量识别潜在的风险和业务影响。 5. 应用先进的数据挖掘、统计模型、机器学习等方法，结合数据分析，研究发现数据以及业务的异常，作出解释归因和风险告警，并给出风险特征和策略的推荐，推动业务落地。 6. 针对某个业务或场景建立合理的指标体系，在对抗过程中不断完善监控体系，与工程技术团队配合，形成可视化的监控系统快速发现作弊。 7. 有体系化思维，建立储备通用能力并赋能给业务/风控，提升整体风险感知/防控等能力，以及基于通用能力提升效率。
1、风控策略实时对抗 主导账号安全（B端和C端盗号/虚假注册）、营销反作弊（群控羊毛党/演唱会黄牛）等业务线的风控策略体系建设，通过策略+模型+AI 的多层防御架构，实现99%+ 的风险拦截准确率和90%+的召回。 基于TB级用户行为数据（设备画像、行为序列、关系网络），构建知识图谱与实时风险评分模型，动态识别新型攻击模式。 2、攻防对抗与技术研究 跟踪黑产最新技术（如模拟器批量注册、OCR绕过验证码、营销反作弊绕过），设计自动化攻击检测告警与防御方案。分析黑产利益链，联动产品/运营团队优化业务流程（如注册流程、营销活动规则），从业务源头降低风险。
致力于构建得物高可用、高扩展的智能营销基础设施，打造新一代优惠券智能发券能力，通过系统架构创新支撑精细化策略落地，保障海量用户场景下的实时决策与资金安全。 岗位职责： 1. 负责优惠券智能发放系统的架构设计与核心模块开发，支撑海量发放请求的毫秒级响应； 2. 建设策略工程化平台，实现算法团队定价模型、运筹优化、预算分配策略的快速迭代与AB实验； 3. 保障智能发券系统的稳定性，解决高并发场景下的错发/超发/少发问题，保障系统可用性及营销资金安全； 4. 攻关性能瓶颈，通过JVM调优、缓存架构优化、异步化改造等手段提升系统吞吐量。
1 负责对爬虫、撞库等机器流量进行识别、监控与运营，制定并执行防控策略，保障业务安全与稳定； 2 能够针对机器流量设计有效的防控与运营方案，并协调拉通各业务方，推动方案落地，建立高效的跨团队协作流程； 3 具备丰富的黑灰产对抗经验，深入了解其攻击手法与技术演变，并能根据业务实际安全现状，建立并持续优化相应的防护体系； 4. 将防护方案标准化为通用解决方案, 赋能给更多业务方。