希音风控分析专家-用增方向
任职要求
1. 3年及以上拉新裂变活动风控策略/模型的经验,有海外电商领域相关经验优先; 2. 熟练使用SQL, hive,…
工作职责
风控分析专家-用增方向 base南京/上海 1. 熟悉电商领域拉新活动玩法和目标,对用户进行风险分层处理,做好增长和风险之间的平衡; 2. 负责与产品、技术等团队沟通协作,推动垃圾注册策略/模型的落地; 3. 跟踪、监测、维护及优化现有的模型体系,确保模型的有效性; 4. 监控业务日常的各项风险指标,不断完善“查逻辑”的风险水位,及时做出风险预警。
流量反作弊负责支付宝各场域(渠道增长、搜索推荐、商业化等)的流量作弊的感知、识别与管控,减少无效/作弊流量给数据真实性、社区生态、平台流量价值带来的影响。 1.策略建设:以流量流转为基础,深入业务场景,通过数据挖掘建立相关指标体系以衡量/评估风险水位,制定差异化/精细化的治理策略,保证策略的有效性和适配度,提供合理的风险解决方案,提升流量价值,推动业务健康长效发展; 2.行业理解:深入理解互联网流量作弊生态和各类作弊行为,深入调查黑产变化趋势及行业,正确引导反作弊发展方向,能从产品发展趋势中把握反作弊业务发展的新增长点;持续探索流量质量保障的新模式,结合营销、推荐、用增等方向的新技术(大模型、智能体技术等),带来业务增益和效率提升; 3.沟通协同:基于风险认知与业务理解,与业务、产研、算法等不同角色形成有效沟通,推动风险全链路防控及行业标准建立。
1、负责支付宝各场域(广告、短视频、直播、游戏、搜索、公私域等)的流量/营销作弊的感知、识别与管控相关的算法建设,减少恶意/无效/作弊流量给数据真实性、社区生态、平台流量价值带来的影响,保障平台营销资金的安全使用,有效地将业务问题转化为算法模型,提供合理的风险解决方案,提升流量价值,减少资金损耗; 2、与技术、产运配合建设通用高效的人机识别算法,并利用海量的设备和用户行为数据进行建模,对用户风险、质量及转化价值进行预估及分析;持续推进基于图、异常检测、社区检测、多模态算法等相关研究和工具的建设,服务高准可持续迭代的反作弊算法体系; 3、配合业务上下游进行流量质量保障,结合营销、推荐、用增、运筹优化相关算法及大模型、智能体等技术,带来业务效果和效率提升。
1. 深入理解风险/客服业务,能基于业务目标,定义和拆解核心指标,用数据来统一大家的目标,提供数据看板客观衡量目标进展,并提供关键卡点的数据分析; 2. 基于风险监管的要求,提供高效的数据分析支持以应对监管,并主动发现问题,推动合作团队完善相关管控措施; 3. 针对风险/客服的成本、资损等专项提供分析支持,发现关键问题/路径,帮助高效决策和协同推动。
我们是谁 我们是蚂蚁国际风控团队——既是深耕全球支付安全领域二十年的行业领航者,更是由新生代科技精英组成的创新突击队。以中国智慧筑基,以全球视野拓疆,我们正用智能风控技术来重构行业新生态,为全球200+国家地区的跨境支付和金融服务提供以AI为新底座的风控核心能力。我们的荣誉: 1.iDASH国际隐私计算竞赛冠军 2.新加坡金融峰会大奖AI TOP4 3.乌镇互联网大会精品案例 4.在AAAI、KKD、SIGIR、EMNLP、WWW、ACM等顶会均有论文发表 为何选择我们: 1.核心业务:蚂蚁国际在近年不断开拓的新战场,在欧洲、东南亚、中东、美洲等全球布局并在几乎所有业务域实现了高速增长。作为支付和金融服务的核心能力,蚂蚁的风控能力和AI智能化水平在国内海外都是行业标杆的存在。加入我们,加入职场发展的快车道。 2. 技术空间:跨境支付和金融服务的风控问题涉及复杂的业务形态和行业知识,如何通过AI革命性地改变现有模式是实现普惠服务的关键。我们聚焦于探索和落地大模型和智能体的落地实践,挑战具有全球行业影响力的技术难题,培育面向未来的核心竞争力。 3.国际化机遇:全球范围的AI行业顶尖专家带你成长的同时让你有更多看世界的机会。你可以与全球精英一起共事,团队25%的海外员工;蚂蚁国际在全球20多个国家有办公室,并有充分高回报的海外外派机会。 我们的研究方向: 1.大模型强化学习后训练及复杂推理前沿探索 2.多智能体与复杂任务自主规划能力探索 3.多模态大模型推理决策 4.图像AIGC深度伪造检测 大模型创新应用团队是蚂蚁国际风控的创新前沿,由多个经验丰富的算法工程师组成的精英团队,致力于大模型的创新及其在风控场景的应用。我们希望打造风控推理大模型,并在风控调查,风险定性决策中进行深度探索。这需要建设风控领域行业推理大模型、基于Multi-Agent和强化学习的智能风控决策系统, 分析无代码化AI助手等方面的算法深度攻坚,基于大模型的人工智能体解决实际业务痛点。勇于探索及突破前沿大模型能力边界。 职位描述: 1. 负责大模型技术前沿技术跟踪、创新和落地; 2. 设计并构建风控领域最有效的知识体系、知识图谱等任务,实现风控及相关行业知识的高效注入; 3. 探索并设计风控调查场景下,最优奖励学习和强化学习策略,并协助团队完成风控推理大模型建设; 4. 设计并有效进行多智能体的能力突破,提升多智能体在复杂场景的自主规划能力,高效完成风控调查所需的信息采集和对客交互。