字节跳动流量反作弊产品-风控

1、构建完善的风控体系，输出合理的风险解决方案，防控直播间、短视频、货架等场域交易作弊风险，保障电商流量生态健康； 2、负责电商直播间、短视频等内容场域违规玩法、刷单炒信的定性及防控；通过构建风控指标体系，进行数据洞察、异常分析，并结合案例研判，主动挖掘潜在风险并提炼特征，并独立或联合研发布防识别模型/策略、处置模能力；并持续跟踪防控效果，迭代优化指标体系、防控能力； 3、有效协同产品研发团队，结合业务目标，整合研发、算法资源，推动项目落地并达成业务结果。

1.负责腾讯云天御 业务风控产品的策划工作，设计有市场竞争力的业务风控商业化产品； 2.深入了解业务安全体系及黑灰产形态，为金融、互联网、零售等行业客户提供业务风控类的产品和解决方案； 3.协调横向团队，与产品运营、研发、算法等角色协同落地产品方案，落地成熟可靠的商业化产品。

1、为业务线的反爬效果和指标负责，推动链路建设解决业务痛点问题； 2、提升业务风险感知能力，结合具体场景，数据指标，主动发现产品问题并提出解决方案，对业务风控效果负责； 3、推动反爬产品功能落地，不断优化提升平台化能力，提高攻防效率； 4、研究新的产品动向和前瞻探索，借鉴业界的新思路持续优化产品策略，使反爬处于行业领先水平。

1、流量作弊识别与打击，负责识别和防御虚假流量（包括刷量、点击欺诈、爬虫等），构建流量护城河，保障业务数据真实有效。 利用海量设备数据、行为数据，建立高效的作弊检测与拦截系统。 2、算法设计与模型优化 基于传统机器学习、深度学习、图算法及无监督/半监督等方法，持续迭代反作弊模型。 结合业务场景优化模型的召回率、准确率和实时响应性能。 3、风控策略与系统建设 配合策略运营团队制定风控规则，搭建反作弊感知系统与智能决策平台。 推动设备风险画像建设，包括设备指纹采集、异常设备识别与黑产特征挖掘。 4、数据分析与风险挖掘 使用SQL、Python等工具进行海量数据分析，发现潜在作弊模式。 探索关联图谱等技术进行团伙识别与异常关系网络分析。 5、跨部门合作与技术探索 与产品、运营、策略、研发等团队紧密协作，共同推进风控体系升级。 跟踪行业最新反作弊技术趋势（如LLM、强化学习在风控中的应用），并导入到实际场景。