字节跳动高级风控算法工程师-国际支付

部门介绍：国际支付团队致力向字节所有国际化业务提供专业的海外支付服务及解决方案、有效支撑字节跳动国际化业务的拓展与增长，当前团队分布在北京、深圳、上海、杭州、新加坡、山景城。风控数据智能团队职责是运用数据工程、数据科学、算法三种核心能力，以数字化、智能化方式，驱动全链路支付风控效果，推动包括fraud rate，chargeback rate，compliance rate等在内的核心风控指标持续优化，带来极致的用户服务体验。 1、开发并优化欺诈模型、支付可信分、用户画像等模型； 2、搭建各业务环节的机器学习模型，并负责模型部署应用、维护、监控和升级迭代； 3、推动用户行为序列、消费能力、欺诈特征挖掘，并对数据挖掘结果进行评估和校验； 4、负责建模流程优化，提升模型开发和部署效率，降低模型维护成本； 5、研究前沿机器学习算法在领域的实践和应用。

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。

1.负责国际收单、钱包等场景的支付风险识别&决策模型的选型、开发和优化，负责模型部署应用、维护、监控和升级迭代; 2.深入理解国际支付业务和风险，总结和提炼用户行为序列、欺诈、赌博、洗钱、诈骗等风险特征，并对特征挖掘结果进行评估和验证; 3.负责建模流程优化，提升模型开发和部署效率，降低模型维护成本; 4.基于图算法、时序算法等对用户风险进行识别，在小样本、无样本场景上能够通过无监督、半监督、元学习等算法对风险进行有效识别。 5.研究前沿机器学习算法在支付风控领域的实践和应用。

1、核心建模与评级体系建设： 深度整合平台内外部数据（如贸易行为、支付历史、企业工商、第三方征信等），构建多维度、动态的买家风险画像。 主导海外买家（B端客户）信用评级模型的全流程建设，包括数据探索、特征工程、模型开发、验证、部署和迭代。 负责评级体系的落地应用，制定差异化的授信、定价及贷中管理策略，实现风险与业务增长的最佳平衡。 2、联合风控与外部合作： 作为风控策略接口人，与海外合作金融机构（银行、保理公司等）进行深入交流，共同设计和落地联合风控方案。 监控联合风控项目的关键风险指标，及时发现问题并推动解决方案的落地。 3、数据洞察与策略创新： 对海外买家群体进行深度的数据分析和客群下钻，洞察不同国家、行业、规模买家的风险特征和融资需求。 持续跟踪全球宏观经济、区域性风险事件及行业动态，将其转化为前瞻性的风控策略调整。