滴滴(资深)风控算法工程师_滴滴国际化安全业务(J250515020)

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. 深入理解滴滴海外业务模式、流程和系统架构，和相关产品技术、业务运营高效沟通，设计合理的数据仓库架构。 2. 充分利用滴滴现有的各种数据仓库及反作弊处理平台，设计、开发和维护高效、可扩展的大数据处理系统，以支持安全反作弊业务的数据驱动决策和业务发展。设计并优化离线/实时数仓模型（如 ODS、DWD、DWS、ADS 分层），支持实时报表、监控和风控等场景。 3. 对多源异构数据（日志、事件消息、API、爬虫数据等）进行清洗、解析和结构化处理，提取关键业务信息。解决数据清洗中的 脏数据、格式混乱、缺失值、重复数据 等问题，提升数据质量。与数据开发、算法、业务团队协作，理解需求并构建高效的数据处理流程。 4. 跟踪大数据领域的新技术、新工具，不断探索并引入以提升团队的技术能力和项目效率。优化流式计算任务的 资源利用率（如 Flink 任务调优、Kafka 分区策略调整）。 5. 国际化安全反作弊技术团队其他开发工作。

1. 深入理解滴滴海外业务模式、流程和系统架构，和相关产品技术、业务运营高效沟通，设计合理的数据仓库架构。 2. 充分利用滴滴现有的各种数据仓库及反作弊处理平台，设计、开发和维护高效、可扩展的大数据处理系统，以支持安全反作弊业务的数据驱动决策和业务发展。设计并优化离线/实时数仓模型（如 ODS、DWD、DWS、ADS 分层），支持实时报表、监控和风控等场景。 3. 对多源异构数据（日志、事件消息、API、爬虫数据等）进行清洗、解析和结构化处理，提取关键业务信息。解决数据清洗中的 脏数据、格式混乱、缺失值、重复数据 等问题，提升数据质量。与数据开发、算法、业务团队协作，理解需求并构建高效的数据处理流程。 4. 跟踪大数据领域的新技术、新工具，不断探索并引入以提升团队的技术能力和项目效率。优化流式计算任务的 资源利用率（如 Flink 任务调优、Kafka 分区策略调整）。 5. 国际化安全反作弊技术团队其他开发工作。

网商银行人工智能-大模型应用团队，集结了一群在人工智能领域有着深厚积淀和卓越成就的专业人才。团队成员不仅包括从国内外顶尖互联网公司引进的资深算法专家，还有国内各个名校优秀实验室的应届生。作为蚂蚁集团网商银行的核心算法团队，我们扎根于一个庞大且充满活力的金融业务场景：网商银行每日承载着数以亿计用户的各类金融服务需求，服务覆盖全国乃至全球的亿万小微商户和个体经营者，交易额总量达到万亿级别。我们是一支专注于金融科技前沿探索与创新的算法团队，致力于通过前沿的CV、NLP、LLM等技术，推动信贷风控系统的智能化升级及下一代风控技术的探索。团队以技术驱动业务价值为目标，持续探索大模型在金融场景中的深度应用，为普惠金融服务提供智能化、高效化的解决方案。作为网商银行技术创新的核心力量之一，团队近年通过业务场景与算法创新相结合，已经在AAAI/CVPR/ICCV/ICML/ICLR等会议上发表数十篇论文。 1.研发和探索金融信贷场景下的AI技术，深度理解信贷业务逻辑，设计可规模化落地的技术方案，应用于网商AI风控、AI升级自动化审批与量化等核心业务中； 2.主导从0到1的创新项目研发，完成技术可行性验证到规模化落地的全流程闭环，并从实际项目出发，提炼出问、创新性解决问题，并发表顶会论文或开源高影响力项目。