小红书风控算法工程师
任职要求
1、本科及硕士或以上学历（计算机、数学、电子信息、统计、大数据、人工智能等相关专业优先） 2、2年以上数据分析、数据挖掘、风控相关工作经验，具备互联网公司商业化风控、广告风控、营销风控、交易风控、商户风控等反作弊领域经验者优先 3、编程能力扎实，熟练掌握SQL、Python等语言，具备深厚的数据结构与算法基础、掌握大数据处理技术(hive/s…
工作职责
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、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。
高级/资深算法工程师（国际支付风控方向），base上海/南京 1.支付风险识别与防控 ●负责跨境电商业务中支付风险的全面识别与防控，重点治理欺诈（盗卡、盗账户 友好欺诈）等方面风险，确保支付全链路安全可靠。 ●利用数据分析和机器学习技术，精确识别支付风险，建立有效的风控模型体系。 2.风控模型全链路管理 ●主导支付风控模型的全链路开发与上线工作，包括需求调研、风险探索、方案设计、模型开发、系统集成、部署上线、效果评估、持续优化和监控预警。 ●与产品、工程、业务团队紧密合作，确保风控模型精准全面覆盖业务场景，并能够及时应对市场变化。 3.前沿技术应用与创新 ●深入探索全球各大市场的新型支付作弊行为，利用多模态大数据进行风险评估与预测。 ●应用异常检测、集成学习、强化学习、序列模型、图模型、大规模预训练模型等前沿技术，提升风险识别的准确率和召回率。
负责搭建和优化 SHEIN 平台账号风控策略与算法模型，包括但不限于账号安全、反作弊、欺诈检测、团伙挖掘等领域；利用机器学习、深度学习及相关数据分析技术，对用户行为和交易数据进行实时监控与分析，识别可疑行为和潜在风险；与业务、产品和风控团队紧密合作，定义并完善风控指标体系，持续跟进风险案例并制定对应策略；设计并实现高效、稳定的风控数据处理流程，包括数据清洗、特征工程、模型训练及线上预测部署；持续跟踪电商行业风险趋势及新技术发展，及时更新和升级风控算法与策略，提升整体防控能力。