字节跳动资深风控算法工程师

负责支付风控，推动包括fraud rate，chargeback rate等在内的核心风控指标持续优化。 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。

1. 深入理解滴滴海外业务模式、流程和系统架构，和产品技术、业务运营高效沟通，开发风控算法模块 2. 掌握数据驱动的方法论和技术栈，定量识别和防御业务风险，并平衡体验、增长等业务目标

1. 负责电商风控相关反欺诈、薅羊毛等业务对应算法模型的需求对接、开发、落地与维护； 2. 负责风控机器学习算法的研发、评估和实施，包括前沿算法能力搭建与应用等； 3. 协助业务部门提升整体风控能力，降低业务场景整体风险； 4. 为相关风控业务提供数据挖掘及机器学习方面的模型服务支持。

1. 负责风控领域大模型相关应用的模型选型、研发、调优与落地。 2. 结合具体风控业务场景，构建基于大模型的风险防控能力，优化反欺诈、反作弊等风控场景的防控能力。 3. 实现风控大模型的高效部署（量化、蒸馏、剪枝），满足风控场景业务性能和系统性能响应要求。