滴滴(高级)反作弊专家工程师(J250915032)
任职要求
1、本科及以上学历，计算机、统计学、数学等相关专业，8年以上互联网风控、数据科学或算法策略相关经验，有跨境业务或复杂生态风控经验者优先； 2、精通大数据分析、机器学习、图神经网络等在风控领域的应用，具备独立领导大型风控项目从0到1落地经验，…
工作职责
1、主导滴滴海外外卖业务的风控战略规划与体系构建，深度洞察业务模式、流程及系统架构的潜在漏洞，推动产品技术、业务运营及全球团队协同设计高可扩展的风控策略架构，确保风控能力与业务发展的对齐； 2、前瞻性研判复杂业务场景（如新商业模式试点）中的潜在作弊风险，主导设计全局性数据埋点与采集体系，通过机器学习、图计算及行为建模等大数据分析方法，系统性量化风险敞口与业务影响，输出行业领先的风控洞察； 3、领导跨职能团队（如数据工程、算法研发等）开展深度作弊挖掘与对抗攻坚，构建作弊者画像图谱与动态行为模型，设计多维度、自适应的大规模反作弊策略体系，并持续通过模型迭代与机制优化实现风控效果的显著提升； 4、主导构建业务风控的全域指标体系与实时监控预警系统，推动与数据工程团队共建自动化风控决策平台与可视化作战系统，实现风险识别、策略部署与效果评估的闭环管理，确保全球业务的高效安全运行； 5、负责风控前沿技术探索与方法论沉淀，主导跨区域风控能力迁移与标准化建设，培养核心风控人才，提升团队整体专业影响力。
1、负责飞猪域内反欺诈、反作弊、账号安全、商品内容风险等全链路风控算法能力建设，搭建风控算法体系，保障业务安全与用户体验平衡； 2、深入理解业务，基于海量用户行为、交易、设备环境数据进行风险分析与挖掘，使用机器学习、深度学习、图模型、大语言模型等方法，构建风险感知、识别、决策、处置闭环，保障业务安全； 3、基于域内多模态数据（行为序列、文本、图关系），搭建风控场景大模型agent，探索任务规划、工具调用、RAG、多Agent协同等技术，实现风险防控的效果和效率提升。
1、负责飞猪域内反欺诈、反作弊、账号安全、商品内容风险等全链路风控算法能力建设，搭建风控算法体系，保障业务安全与用户体验平衡； 2、深入理解业务，基于海量用户行为、交易、设备环境数据进行风险分析与挖掘，使用机器学习、深度学习、图模型、大语言模型等方法，构建风险感知、识别、决策、处置闭环，保障业务安全； 3、基于域内多模态数据（行为序列、文本、图关系），搭建风控场景大模型agent，探索任务规划、工具调用、RAG、多Agent协同等技术，实现风险防控的效果和效率提升。
流量反作弊负责支付宝各场域（渠道增长、搜索推荐、商业化等）的流量作弊的感知、识别与管控，减少无效／作弊流量给数据真实性、社区生态、平台流量价值带来的影响。 1．策略建设：以流量流转为基础，深入业务场景，通过数据挖掘建立相关指标体系以衡量／评估风险水位，制定差异化／精细化的治理策略，保证策略的有效性和适配度，提供合理的风险解决方案，提升流量价值，推动业务健康长效发展； 2．行业理解：深入理解互联网流量作弊生态和各类作弊行为，深入调查黑产变化趋势及行业，正确引导反作弊发展方向，能从产品发展趋势中把握反作弊业务发展的新增长点；持续探索流量质量保障的新模式，结合营销、推荐、用增等方向的新技术（大模型、智能体技术等），带来业务增益和效率提升； 3．沟通协同：基于风险认知与业务理解，与业务、产研、算法等不同角色形成有效沟通，推动风险全链路防控及行业标准建立。
1. 制定平台内容生态治理长期策略，构建覆盖内容质量优化、黑灰产打击、反作弊、创作者信用体系的系统性解决方案。 2. 主导虚假互动的识别模型设计，提升作弊识别准确率；主导高风险场景的治理模型设计，平衡用户体验、商业价值与合规要求。 3. 联合风控团队搭建黑灰产行为画像库，建立实时监测与拦截系统；推动跨部门联动打击黑产团伙，降低平台生态损失。 4. 设计平台内容健康度指标体系，定期输出治理效果分析报告；推动产品、运营、算法团队迭代策略，对生态治理结果负责。