小红书情报分析专家
任职要求
1、具备3年以上的相关领域工作经验，熟悉黑灰产渠道，善于使用相关站点及社交工具，对目标信息进行搜集、鉴别、分析；
2、具有敏锐的风险洞察力和数据分析能力，能够快速对情报、数据进行关联分析，具有黑产团伙技术溯源、黑灰产打击的相关经验；
3、掌握基础的数据…工作职责
1、负责黑灰产调查与研究工作，通过分析各类黑灰产产业链，掌握黑灰产的攻击态势、流程节点、作恶手法、作恶工具等，驱动公司各项业务提升黑灰产对抗水平； 2、分析复盘作恶链路与攻击手法，分析黑产工具、黑产分工、黑产特征等，对防控策略提出优化建议； 3、制定情报解决方案，制定重大风险事件的情报保障方案，并快速推动落地； 4、对重点业务场景的黑灰产业进行专题研究，对关键渠道、链路进行监控，分析黑产运转模式/盈利模式/规模等。
岗位职责 1. 团队管理与建设 - 组建并管理商业分析团队，合理分配任务，确保高效运作，达成业务目标。 - 制定培训计划与职业发展路径，定期组织技能提升和知识分享，提升团队专业能力。 - 激励成员成长，培养人才，增强团队凝聚力与稳定性。 2. 供给端商业策略支持 - 持续与业务负责人沟通，结合数据分析与市场洞察，支持关键决策，制定契合趋势、发挥优势的商业战略。 - 针对重点项目开展深入分析，评估可行性及风险收益，提供分析报告与可行建议，支撑业务决策。 3. 数据分析与洞察 - 构建并优化数据分析体系，整合内外部数据，运用数据挖掘与统计分析，挖掘商业价值，输出定制化解决方案。 - 监测关键指标，及时反馈结果，识别问题与机会，预警风险，协同制定改进措施，并跟踪优化效果。 4. 跨部门协作 - 与各部门建立稳定协作关系，高频对接需求，提供定制化分析支持与决策建议，推动跨部门协同与业务增长。 - 参与重要会议和项目沟通，向管理层及相关方清晰传达分析结果与洞察，推动数据共识，保障决策一致与执行顺畅。
集团描述：阿里国际数字商业集团，是阿里巴巴集团的核心且快速增长的业务。 契合国家“一带一路”的战略方向，在国际化的大蓝海赛道上高速驰骋，连续多年收入增长在30%以上。旗下业务覆盖近200个国家、市场，服务于4亿的全球消费者，囊括跨境电商、本地电商、B2B、O2O零售、供应链网络等多元化的业务形态，在全球近30个国家与地区设置办公地点，拥有超过20种不同国籍的员工。 LAZADA创立于2012年，隶属于阿里国际，是东南亚领先的电子商务平台之一，主要服务市场包括印度尼西亚、马来西亚、菲律宾、新加坡、泰国和越南六个国家。LAZADA不仅为消费者提供来自于东南亚中小企业和国际品牌的丰富多样的产品，也运营东南亚地区领先的电商物流网络之一，为消费者和商家提供可靠、优质和便捷的物流服务。Lazada的目标是到2030年服务3亿消费者,并成为东南亚品牌和卖家实现数字化转型的最佳选择。 部门描述：商业智能部是商业分析与决策支持部门，我们依托于阿里国际集团的全球化大数据以及阿里多年的商业分析经验沉淀，拥有来自于互联网、咨询、投资、传统行业等多元化背景的团队，产生多视角、全方位的立体洞察，支持集团以及各事业部与职能部门管理者的关键决策。 部门定位：我们深入业务，通过有智慧的数据洞察， 紧密结合的业务场景，实现从宏观市场到微观战术的商业分析与判断，为决策层提供关键数据洞察、核心策略参考、支持主要的各项决策制定与优化，达到数据驱动业务的完美实践。 岗位职责 1. 团队管理与建设 - 组建并管理商业分析团队，合理分配任务，确保高效运作，达成业务目标。 - 制定培训计划与职业发展路径，定期组织技能提升和知识分享，提升团队专业能力。 - 激励成员成长，培养人才，增强团队凝聚力与稳定性。 2. 供给端商业策略支持 - 持续与业务负责人沟通，结合数据分析与市场洞察，支持关键决策，制定契合趋势、发挥优势的商业战略。 - 针对重点项目开展深入分析，评估可行性及风险收益，提供分析报告与可行建议，支撑业务决策。 3. 数据分析与洞察 - 构建并优化数据分析体系，整合内外部数据，运用数据挖掘与统计分析，挖掘商业价值，输出定制化解决方案。 - 监测关键指标，及时反馈结果，识别问题与机会，预警风险，协同制定改进措施，并跟踪优化效果。 4. 跨部门协作 - 与各部门建立稳定协作关系，高频对接需求，提供定制化分析支持与决策建议，推动跨部门协同与业务增长。 - 参与重要会议和项目沟通，向管理层及相关方清晰传达分析结果与洞察，推动数据共识，保障决策一致与执行顺畅。
- 分析数据安全需求，负责数据安全产品的系统设计&核心功能开发和维护工作，包括但不限于加解密、脱敏、UEBA、数据网关等； - 组织开展数据安全风险评估，识别潜在漏洞并提出可行的改进措施； - 负责数据安全技术方案选型、系统部署与运维，推动安全能力落地；
作为阿里云采购供应链中台运营团队，我们的核心职责是基于情报的评价规范及监控运营，不断提升采购供应链效率、降低采买和使用成本，降低业务运行风险。我们的工作涉及到采购、供应链、IDC的方方面面，从需求管理、计划供应、采购、交付、资源运营、结算对账、资产管理的端到端管理和作业流程。 在这里，你将深入复杂的采购与供应链业务场景，运用先进的数学统计方法和人工智能技术，从海量数据中挖掘洞察，不仅回答“发生了什么”，更能揭示“为何发生”以及“将要发生什么”，最终为管理层的战略决策提供强有力的数据支撑。 1、数据驱动、提出问题 ○ 通过异常检测算法（孤立森林、局部离群因子）， 无监督学习，自动发现与大多数行为模式截然不同的异常点。例如，供应商主数据、招标、交付、资产管理等环节的异常发现。 ○ 通过对采购、供应链、IDC业务的理解， 将数据表现出来的现象，转化为清晰、可被数据验证的具体问题。 2、 数据抽象与建模： 能够将复杂的业务实体和关系，抽象为可计算的数据模型。例如，将供应商、员工、订单抽象为“图数据”节点和边，以便进行网络分析。 3、 深度数据分析：运用先进的统计分析、机器学习算法（如：异常检测、聚类分析、图算法、NLP等）对数据进行深度挖掘，以验证最初的假设和回答业务问题。 4、 数据验真与洞察提炼： 通过交叉比对、多源验证、A/B测试 等方法，确保数据分析结果的可靠性与准确性。能从复杂结果中，提炼出清晰、可执行的业务洞察，并形成报告或演示。