网易资深反作弊算法工程师（广州）
任职要求
1、计算机科学、数学、统计学或相关专业本科及以上学历，5年以上相关工作经验。 2、扎实的算法和数据结构基础，熟悉对抗机器学习、异常检测、复杂网络分析等核心技术。 3、熟练使用Python、Java等编程语言，熟悉Hadoop、S…
工作职责
1、负责内容生态安全反作弊，监测评估风险，制定并落实解决方案，对治理成效负责。 2、分析海量用户行为数据，挖掘潜在作弊模式和特征，持续优化反作弊策略和算法模型。 3、建立风险特征库，构建多维防控体系，推动风控手段的落地。 4、跟踪研究行业最新反作弊技术和趋势，探索机器学习、深度学习等前沿技术在反作弊领域的应用。 5、与产品、运营、数据团队紧密合作，理解业务需求，提供数据支持和算法解决方案。
1、设备指纹ID算法的设计和研发，基于设备的硬件、网络、环境等设备信息及用户行为数据，根据机器学习/深度学习算法等多种技术手段，生成设备唯一标识。 2、广泛的平台覆盖能力，基于Web、H5、Android、Ios等平台生成对应平台的设备指纹ID。 3、不断优化各终端设备指纹ID算法，保证设备指纹的唯一性和稳定性达到要求。 4、设备风险分的开发和应用，实现对终端设备上的风险环境识别、风险检测及风险分析。
1.负责金融反欺诈的算法建设，包含特征挖掘、模型开发等； 2.搭建各业务环节的机器学习、深度学习模型，并负责模型部署应用、维护、监控和设计迭代； 3.深入理解反欺诈场景的业务风险，提炼用户行为、关联关系等风险特征，确定不同欺诈场景的风险表现和模型评估效果； 4.负责欺诈场景中不同风险表现的监控，感知欺诈场景的风险情况，并不断优化模型风险识别能力； 5.跟进配合产品和策略同学的线上决策，灵活响应业务的调整需求； 6.研究前沿机器学习、深度学习、图神经网络等算法在领域的实践和应用；
1. 基于数据分析和数据挖掘，对于虚假身份、冒用身份等各类身份安全风险持续迭代策略； 2. 基于专家经验和风险特征，提炼并搭建各类风险身份画像体系； 3. 基于风险画像，建设异常行为检测和风险感知能力，挖掘潜在风险； 4. 协同上下游团队，深入风险联防联控合作机制；
1、广告后付费产品（先用后付、月结）的用户信用评估模型，以及对应的客户准入、贷中管理相关的模型和策略； 2、公司信息增强，通过LLM Agent等手段挖掘客户的公司、法人的风险信号和财务信息，提升模型效果； 3、逾期催收的相关策略模型，包括催收邮件和客户邮件的内容识别、分发、生成，以及保险相关的策略； 4、黑产对抗，通过模型（社区发现、图模型、行为序列）和策略体系识别垃圾账号，防止黑产羊毛党行为。