字节跳动安全产品研发工程师-安全与风控
任职要求
1、2026届获得本科及以上学历，计算机、软件工程等相关专业背景； 2、熟练或精通使用Go/Java其中至少一门编程语言，并了解常用的开发框架和开发流程规范； 3、熟练或精通使用MySQL、Redis、 Kafka、Hive等组件，了解分布式系统开发； 4、具备扎实的计算机基础和编程基础…
工作职责
团队介绍：字节跳动安全与风控部门，负责公司信息安全的建设、规划和管理工作。致力于为亿万用户的数据安全保驾护航，为字节跳动的每一位用户打造健康自由交流的防护盾。作为企业信息安全的新生力量，以技术为基石，全面提升前瞻性研究和自动化能力。团队积极布局安全人才培养与招募，在北京、上海、深圳、杭州、南京、硅谷、伦敦、新加坡等地均设有安全研发中心，逐步和信息安全领域的知名高校、研究机构建立深度合作，与安全人才、高校、行业共同努力，建设并反哺互联网安全生态。 1、负责安全产品开发、设计及维护； 2、和产品经理、前端、数据侧及其他相关需求方密切配合，参与需求讨论、功能定义和设计、运维等工作； 3、参与工程建设与持续优化，包括但不限于架构优化、性能优化、质量建设、工程效率优化等领域； 4、深入业务，理解并合理抽象业务需求，转化成产品能力，提升产品价值，与业务团队紧密合作。
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。
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。
1、负责阿里国际数字商业集团（AIDC）安全与合规相关产品的设计及制定产品的技术发展路线，完成相关产品和功能模块的拆解和编码落地； 2、从用户视角以及主动思考，通过建设或重构以提升场景中用户的使用体验以及运维效率； 3、发现并根治整个AIDC风控与合规相关产品的技术和稳定性风险问题，保证系统的性能以及稳定性； 4、协同其他组织跨团队沟通协作，确保系统架构内外设计合理或保障项目质量与进度；
1. 行业解决方案设计与交付 - 基于阿里云大模型技术（如通义千问），为银行、保险、证券等金融客户量身定制AI大模型解决方案，覆盖AI财富助手、智能客服、智能风控等核心场景。 - 深入理解客户业务痛点，提供从需求分析、技术选型到方案落地的全流程支持，确保大模型技术与金融业务深度融合。 2. 大模型全生命周期技术赋能 - 主导客户侧大模型后训练（Post-training）、领域微调（Domain-specific Fine-tuning）、模型蒸馏（Distillation）及多模态融合优化，提升模型在金融垂直场景的精度及性能。 - 优化大模型训练与推理性能，包括分布式训练加速（如DeepSpeed、Megatron-LM）、显存优化、量化压缩（INT8/FP16）及低延迟推理部署（如vLLM、SGLang）等。 3. 工程化落地与性能调优 - 解决金融场景高并发、高稳定性需求，设计高性能计算架构，优化模型在GPU/TPU集群的训练效率及端到端推理链路。 - 结合金融行业数据隐私与安全要求，设计符合监管的模型部署方案。 4. 客户技术赋能与生态共建 - 面向客户技术团队提供大模型技术培训、实战工作坊及POC验证，推动AI能力在客户内部的规模化应用。 - 沉淀金融行业大模型最佳实践，输出白皮书、案例研究及标准化解决方案，提升阿里云在金融AI领域的市场影响力。