高德地图高德-风控算法工程师-风险管理
任职要求
1.硕士及以上学历，计算机科学、数学等相关专业，有风控相关算法模型工作经验优先； 2.熟练掌握风控领域相关算法包括不限于机器学习、社区挖掘、行为序列异常或图模型的深度学习；具备将风险识别场景转化成模型问题，设计并实现合理解决方案的能力； 3.熟练大数据开发者优先：了解MapReduce原理，使用过Hadoop Streaming/Hive/S…
工作职责
1.基于海量业务数据，使用大数据开发能力支撑风控运营，利用机器学习算法识别风控领域风险，包括不限于:在账号安全、营销交易、商家审核等不同风险场景下，基于用户信息、操作行为序列或关联关系等海量业务数据，设计并实现不同场景下的风险识别模型； 2.为风控运营提供风险识别名单、风险势态感知能力、风控业务数据底座和风控运营的必要数据支撑。
1、参与阿里巴巴国际站及 Accio Work 平台的 AI 风险防控体系建设，负责 AI 风险检测与防御算法的研发与落地。 2、针对提示词注入、智能体劫持、AI合规侵权、数据投毒等新型风险，构建 Global AIGuard，实现全链路 AI 风险管理能力。 3、协助构建智能体操作审计与风险溯源系统，实现 AI 决策过程的可视化与可解释性，支持异常行为的快速定位与干预。 4、参与 AI 红队攻防演练，模拟黑灰产攻击手法，挖掘 AI 智能体潜在漏洞并提出修复方案，持续优化平台安全水位。 5、配合业务团队完成流量反作弊、市场治理、资金安全、合规侵权等场景的 AI 风控算法迭代，提升模型准确率与实时性。 6、持续跟踪 Safety Alignment、Privacy-Preserving AI 等 SOTA 研究，将学术前沿成果转化为业务生产力。
1、参与阿里巴巴国际站及 Accio Work 平台的 AI 风险防控体系建设，负责 AI 风险检测与防御算法的研发与落地。 2、针对提示词注入、智能体劫持、AI合规侵权、数据投毒等新型风险，构建 Global AIGuard，实现全链路 AI 风险管理能力。 3、协助构建智能体操作审计与风险溯源系统，实现 AI 决策过程的可视化与可解释性，支持异常行为的快速定位与干预。 4、参与 AI 红队攻防演练，模拟黑灰产攻击手法，挖掘 AI 智能体潜在漏洞并提出修复方案，持续优化平台安全水位。 5、配合业务团队完成流量反作弊、市场治理、资金安全、合规侵权等场景的 AI 风控算法迭代，提升模型准确率与实时性。 6、持续跟踪 Safety Alignment、Privacy-Preserving AI 等 SOTA 研究，将学术前沿成果转化为业务生产力。
1、深入理解快手业务逻辑，运用数据挖掘、机器学习、深度学习等技术，构建风控策略体系，提升风险管理水平，为业务保驾护航； 2、基于风控数据体系，挖掘多维度特征（包括并不限于：用户、IP、设备等）、构建用户画像和用户质量等级，应用于业务反欺诈、渠道反作弊等业务安全领域； 3、基于各种关系网络数据，运用图挖掘算法，挖掘用户设备关联度、亲密度等特征，构建风险感知和异常团伙挖掘能力； 4、深入探索业务数据，创新性的思考和发现问题，并提出有效解决方案。
1、深入理解快手业务逻辑，运用数据挖掘、机器学习、深度学习等技术，构建风控策略体系，提升风险管理水平，为业务保驾护航； 2、基于风控数据体系，挖掘多维度特征（包括但不限于：用户、IP、设备等）、构建用户画像和用户质量等级，应用于业务反欺诈、渠道反作弊等业务安全领域； 3、基于各种关系网络数据，运用图挖掘算法，挖掘用户设备关联度、亲密度等特征，构建风险感知和异常团伙挖掘能力； 4、深入探索业务数据，创新性地思考和发现问题，并提出有效解决方案。