希音资深算法工程师（电商账号风控方向）
任职要求
教育背景： 计算机、数学、统计学、电子信息等相关专业本科及以上学历，硕士或博士优先；专业技能：熟悉常用的机器学习、深度学习算法（如XGBoost、LightGBM、CNN、RNN等）及相关工具（如TensorFlow、PyTorch、scikit-learn等）、图挖掘算法；具备较强的数据处理与分析能力，熟练使用Python/Scala/Java等编程语言；有大规模数据处理经验，熟悉Hadoop、Spark等分布式计算框架者优先； 3.行业经验：对电商风控、账号安全、反…
工作职责
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。
搜索相关性优化负责电商搜索链路（召回/粗排/精排）的相关性建模，提升用户体验。聚焦 降低 bad case（无关、劣质、不完整结果），提升结果的准确性与覆盖率。异常 case 治理构建 相关性异常检测与纠偏机制，减少用户“搜不到 / 搜不准”的情况。通过语义匹配、Query 理解、意图识别等手段，优化长尾、模糊、歧义搜索请求。前沿算法探索与应用应用 大规模预训练模型（LLM）等技术，提升搜索体验。探索 query rewrite / query expansion / re-ranking 技术，改善搜索结果的精准度与多样性。数据与特征建设挖掘用户行为数据（点击、加购、下单等）以及商品内容特征，建立高质量的特征体系。构建数据闭环，推动 bad case 的自动发现、样本生成与模型优化。
1、搜索相关性优化 *负责电商搜索链路（召回/粗排/精排）的相关性建模，提升用户体验。 *聚焦 降低 bad case（无关、劣质、不完整结果），提升结果的准确性与覆盖率。 2异常 case 治理 *构建 相关性异常检测与纠偏机制，减少用户“搜不到 / 搜不准”的情况。 *通过语义匹配、Query 理解、意图识别等手段，优化长尾、模糊、歧义搜索请求。 3、前沿算法探索与应用 *应用 大规模预训练模型（LLM）等技术，提升搜索体验。 *探索 query rewrite / query expansion / re-ranking 技术，改善搜索结果的精准度与多样性。 4、数据与特征建设 *挖掘用户行为数据（点击、加购、下单等）以及商品内容特征，建立高质量的特征体系。 *构建数据闭环，推动 bad case 的自动发现、样本生成与模型优化。
1、负责电商流量策略相关算法的落地和优化，包括但不限于新品冷启、爆款打造等，与运营、产品、分析等团队深度合作，持续优化流量效率和平台生态； 2、负责流量分配调控系统的建设，与产品协作将算法能力平台化；
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。