滴滴反作弊策略专家工程师(J250731016)
任职要求
1. 本科及以上学历，计算机或数学等相关专业； 2. 5年及以上的反作弊策略工作经验，对业务和数据敏感，有团队管理经验优先； 3. 熟悉Python/M…
工作职责
1.负责海外出行核心业务场景的风控效果，从风险识别、策略设计到效果迭代，建立完整的防控体系并持续优化； 2.基于业务洞察与数据分析，预判新型作弊模式，量化风险敞口及防控措施对核心业务指标的影响； 3.主导风控策略从数据埋点到规则部署的全流程，构建高精度实时监控体系，确保风险快速识别与响应； 4.联动产品、技术及运营团队，推动风控方案高效落地，并沉淀行业方法论，优化团队能力建设。
1、负责快手电商场景违规风险识别的策略开发及模型研究工作； 2、深入理解业务本质，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，识别电商生态中的低质商家/带货主播及各类不良内容，解决内容风险问题； 3、推动建立面向各大数据应用场景的数据体系，包括但不限于指标体系/评价体系/标签体系，能快速发现及定位疑似风险的内容和行为； 4、完成各类策略实现，对策略效果进行准确评估并推动上线，并持续完善与优化。
1、深入理解快手电商业务，制定合理的风控策略架构，保障平台权益及评价公平性，防控资损风险； 2、独立负责电商某个场景的风控，建立合理的监控指标体系，完善风险发现机制； 3、通过数据分析等手段，深入挖掘作弊链路，推进风控模型和策略快速落地和迭代，保障风控模型的准确和健壮性； 4、与其他相关团队紧密配合，全面拆解潜在风险和业务影响，推动建设全场景的权益风控体系。
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。
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。