高德地图高德-风控算法工程师-风险管理

1、负责小红书账号安全或流量风控等核心场景的风险治理，覆盖虚假账号、异常流量、设备群控等方向 2、体系化构建风险域识别框架，将被动对抗转化为自动化、智能化对抗机制 3、负责风险数据梳理与通用特征建设，围绕用户行为、设备、网络、业务上下文等多维度开展数据建模 4、持续开展算法调研与新算法落地，沉淀算法能力，为风控算法平台提供支撑 5、与产品、运营、安全等团队协作，推动风控策略落地，持续优化识别效果与用户体验的平衡

1、负责小红书社区风控算法能力建设，识别用户/团伙/黑灰产风险，精准打击各类流量作弊等不公平行为，保障社区生态健康发展； 2、深入分析小红书业务数据，结合专家经验与数据洞察，优化识别与防控策略，提升风险感知能力，持续监控效果、快速迭代优化； 3、紧密协同社区治理业务团队，深刻理解业务需求，在保障业务目标达成与用户体验的前提下，设计实施最优化的风险管控策略 ； 4、持续监控黑灰产动态及新型作弊手法，进行深度风险分析，提出前瞻性的防控方案，参与构建小红书社区风控/反作弊攻防体系能力建设；

一、 - 能够独立完成安全大模型相关项目的方案设计、落地实施及迭代优化，独立负责大模型核心技术研发全流程，包括模型预训练、微调、推理优化等。 - 独立参与大模型相关算法的设计、调试与迭代，精准定位并解决模型训练、推理过程中的核心问题，保障项目顺利推进。 - 与跨部门团队高效协作，支撑业务场景快速落地，对方案落地效果负责。 - 跟进大模型领域前沿技术（如预训练架构改进、指令微调、RLHF、量化部署等），结合业务场景独立完成技术创新方案设计，并推动方案落地见效。 二、

- 负责视频平台全场景风控算法体系搭建与迭代，覆盖账户安全、拉新裂变、UGC内容反垃圾、投票反刷、营销活动防薅、激活码兑换风控、反爬虫、支付安全等核心风险域，通过算法模型精准识别黑产攻击、机器作弊、账号盗用、批量薅羊毛、盗播刷量等各类风险，保障平台业务安全与生态公平； - 独立负责风控算法全链路落地，包括风险样本挖掘、特征工程构建、机器学习模型研发、离线训练调优、在线服务部署迭代，重点优化风险识别准确率、召回率、实时性，平衡业务体验与风险防控底线，形成算法驱动的风控闭环体系； - 基于平台海量用户行为数据、多模态内容数据、交易数据，开展深度风险挖掘与归因分析，精准挖掘黑产团伙作案模式、隐形作弊规则、新型风险变种，输出可落地的模型优化方案，解决传统策略难以覆盖的复杂、隐蔽风险问题； - 主导风控AI大模型智能体工作流搭建与优化，标准化数据处理、样本标注、模型训练、效果评估、上线迭代全流程，沉淀可复用的风控算法工具、特征体系与模型底座，提升团队风控研发效率与规模化能力； - 常态化监控核心风控指标，跟踪模型上线效果，针对黑产对抗迭代、业务场景更新，持续完成模型迭代与升级，快速响应新型风险攻击，保障风控体系的有效性与对抗性； - 联动业务、产品、策略、后端研发团队，开展跨部门协作，深度理解业务诉求与场景痛点，输出适配各业务线的算法风控解决方案，支撑营销活动、内容生态、用户增长、支付交易等业务安全稳定运行。