字节跳动机器流量反作弊算法工程师-Data
任职要求
1、计算机相关专业硕士学位及以上，算法基础扎实； 2、熟悉机器学习、数据挖掘、数据分析的常用方法，熟练使用统计机器学习和常用深度学习方法； 3、具备优秀的逻辑思维能力，对解决挑战性问题充满热情，善于解决问题和分析…
工作职责
1、负责字节跳动交易业务中机器流量识别的算法研发工作，为公司流量安全提供保障； 2、利用大模型和算法工具，基于海量用户设备的环境、行为和内容特征，构建恶意流量的感知、识别和处置能力，为抖音生活服务的反爬取业务指标负责； 3、利用大模型提高感知识别和客户投诉流程的效率。
1. 挖掘集团各类AI产品和场景的机器流量风险 2. 承接传统场景、AI场景下业务对机器风险（包括但不限于大模型token薅羊毛、MaaS账号共享、爬虫、活动作弊、垃圾注册等）的防控需求 3. 梳理恶意机器行为的关键路径，设计防控方案，解决业务的机器行为风险 4. 将防控方案标准化为通用解决方案，基于AI探索和实现“自动防”，从而赋能给更多业务方
1 负责对爬虫、撞库等机器流量进行识别、监控与运营，制定并执行防控策略，保障业务安全与稳定； 2 能够针对机器流量设计有效的防控与运营方案，并协调拉通各业务方，推动方案落地，建立高效的跨团队协作流程； 3 具备丰富的黑灰产对抗经验，深入了解其攻击手法与技术演变，并能根据业务实际安全现状，建立并持续优化相应的防护体系； 4. 将防护方案标准化为通用解决方案, 赋能给更多业务方。
1. 监控和分析异常流量，负责制定和实施反爬虫策略； 2. 定期进行安全风险评估，优化反爬运营流程，迭代反爬相关技术文档; 3. 定期追踪行业内爬虫技术迭代，完善反爬策略体系; 4. 在保证用户体验的同时有效防范爬虫，快速响应安全事件；
1、负责挖掘机多自由度机械臂的运动学、动力学建模，设计并实现运动控制算法（轨迹规划、逆运动学求解、力/位混合控制等）； 2、负责液压运动控制系统的轨迹控制器开发、调优、嵌入式移植及产品化落地，解决液压系统固有的响应延迟、非线性、死区特性等控制难题； 3、研究并应用机器学习/深度学习方法融合到传统控制框架中，构建数据驱动或模型混合的智能控制策略，重点攻克以下课题： （1）液压系统时变延迟的在线辨识与自适应补偿； （2）控制特性随油温、负载、磨损等工况变化的鲁棒适应问题（如基于学习的参数自整定、域自适应）； （3）利用强化学习（RL）/ 模仿学习等方法优化挖掘机复杂作业场景下的运动控制策略； （4）搭建仿真-实机闭环验证流程（Sim-to-Real），推动基于学习的运动控制模型从离线训练到实车部署的全链路落地；