小红书商业化风控算法工程师

1、负责小红书社区风控算法能力建设，识别用户/团伙/黑灰产风险，精准打击各类流量作弊等不公平行为，保障社区生态健康发展； 2、深入分析小红书业务数据，结合专家经验与数据洞察，优化识别与防控策略，提升风险感知能力，持续监控效果、快速迭代优化； 3、紧密协同社区治理业务团队，深刻理解业务需求，在保障业务目标达成与用户体验的前提下，设计实施最优化的风险管控策略 ； 4、持续监控黑灰产动态及新型作弊手法，进行深度风险分析，提出前瞻性的防控方案，参与构建小红书社区风控/反作弊攻防体系能力建设；

1、负责大模型在风控场景下应用落地，包括在业务场景下模型的预训练、微调、评估、部署，提升模型检测效果； 2、利用LLM前沿技术方向，负责短视频内容生成caption、视频/直播内容理解(风险分级、内容结构化、智能标签/摘要，优质文案)等。

1. 负责信贷风控产品的模型研发，包括反欺诈、信用、收入、用户标签等金融机构常用的各类模型产品； 2. 负责基础数据挖掘工作，通过数据挖掘和特征工程（如embedding等）支撑产品性能的提升及拓展； 3. 应用机器学习&LLM等技术解决信贷场景实际问题，探索前沿技术在ToB商业化场景中落地。

我们是快手商业化反作弊算法团队，致力于打造极致安全感的广告环境，守护平台与广告主的核心利益。我们依托海量数据，融合AI与大数据技术，持续与黑灰产进行智能化攻防对抗。在这里，你不仅是算法专家，更是广告安全健康的守门人，与业界顶尖工程师共同推进AI驱动的风控创新 你将参与的技术领域包括： - 异常/离群点检测（Anomaly / Outlier Detection） - 半监督 / 无监督学习（Semi-supervised / Unsupervised Learning） - 大规模图挖掘（Large Scale Graph Mining） - 智能体技术（AI Agent） 加入我们，你将亲历： 1、前沿攻防 · 技术探索：深度介入亿级用户行为数据，揭秘广告行业多元作弊手法。以创新的Anomaly Detection、Graph Mining 等模型为“武器”，打造高效精准的反作弊攻防体系，让作弊无所遁形； 2、智能风控 · 体系构建：主导智能化风控指标和监控体系的搭建，实时感知风险动态。通过Data-Driven Decision Making，让算法驱动每一次业务进化； 3、极致算法 · 持续进化：持续打磨算法性能，专注模型精准率、召回率与处理效率的极致提升。攻克高并发、复杂商业场景下的算法稳定性与可靠性难题； 4、行业先锋 · 技术引领：紧跟AI Agent、Graph Mining等前沿技术，探索最前沿的反作弊风控解决方案。持续技术创新，推动公司风控能力领跑行业。