高德地图算法工程师-安全数据算法

1. 负责滴滴国际化出行治理场景的策略模型设计、建设、开发、应用落地、持续迭代优化。 2. 尝试各类特征工程方法，挖掘集团内外部数据，优化策略模型效果。 3. 数据算法创新，了解并跟进业界领先的机器学习、图算法和大模型进展，在业务场景中灵活使用并取得创新。

1、模型研发与优化： 负责从0到1构建和迭代机器学习/深度学习模型（如：异常检测、图神经网络、自然语言处理、时间序列分析等），应用于恶意代码分类、网络入侵检测、用户行为分析、钓鱼网站识别等具体场景； 2、威胁狩猎与研究： 利用机器学习模型发现未知威胁和攻击模式，参与安全事件的分析与响应，为安全策略的制定提供数据驱动的洞察； 3、大模型智能体的落地：探索大模型结合信息安全领域的应用，如攻击告警自动化处理等； 4、数据探索与特征工程： 深入分析海量安全数据（如日志、流量、恶意样本、威胁情报等），进行数据清洗、特征提取和特征工程，为模型训练提供高质量的数据基础； 5、前沿技术探索： 跟踪学术界和工业界在AI安全领域的最新进展，评估并将有潜力的新技术（如：联邦学习、对抗机器学习、自监督学习等）应用于实际业务，解决诸如样本稀缺、对抗性攻击等挑战。

1、负责字节跳动游戏产品线的账号/经济/支付/流量安全问题治理，包括但不限于虚假账号、账号ATO、非法代充、交易倒金等，保障游戏环境健康和公平性； 2、基于海量用户数据，分析和挖掘用户行为模式，搭建黑产风险感知和治理体系，能够挖掘业务安全痛点并且制定解决方案； 3、支持安全数据和模型能力开发、全生命周期的安全策略运营，持续提升风险治理效果和效率。

负责面向安全业务场景的大模型能力建设，包括但不限于以下方向： 1. AI for security，利用AI技术增强网络安全和数据保护等领域的防御能力。在自动化威胁检测、分析和响应、DevSecOps等场景提升效率和攻防对抗能力； 2. Security for AI，保护AI应用系统安全，保护其免受攻击和滥用。