阿里巴巴淘宝平台事业部-高级算法工程师-行为风控算法
任职要求
1. 硕士及以上学历，计算机、数学或统计学相关专业； 2. 熟练掌握Java/Python中至少一门语言，有扎实的数据结构和算法基础，掌握至少一个深度学习框架（PyTorch/TensorFlow），理解Transformer架构及大语言模型基本原理； 3. 有大模型后训练和应用经验（包括但不限于Prompt tuning、LoRA、RLHF、RAG等），能独立完…
工作职责
1. 负责淘宝天猫集团安全部行为风控算法建设，在反欺诈、反作弊、恶意行为等场景提供业务算法支持； 2. 对淘宝天猫集团海量业务数据进行分析与挖掘，灵活使用传统机器学习、深度学习算法（图算法、自监督表征、异常检测等）、大模型刻画风险，对反欺诈、反作弊、恶意行为等场景的黑恶行为进行精准识别与感知，并通过有效手段进行风险治理与对抗； 3. 有独立Agent研发能力，可以基于大模型构建智能Agent体系，包括工具调用（Tool Use）、任务规划、多Agent协作等核心策略的设计与优化。熟练掌握检索增强（RAG）流程，包括索引构建、召回优化、知识融合、上下文管理等增强方法。深入跟踪前沿技术，并在业务场景中验证和落地。
1. 负责夸克用户增长和付费会员相关的数据挖掘及算法设计，基于夸克用户行为数据建立用户生命周期、用户精细化分层及风控算法体系，深入业务分析洞察，发掘高质量增长的机会； 2. 以数据为驱动、结果为导向，设计合适的分析和算法解决方案，利用运筹优化、博弈论、因果推断、机器学习建模等方法，对夸克内各场景的用户留存、付费权益效率等问题建模分析与应用，实现用户规模、用户粘性和用户付费的增长； 3. 负责夸克用户数据体系建设，通过抽象业务域，建立规范化的基础数据模型、灵活易用的数据中间层，为数据服务和产品提供稳定、安全的数据源同时提升数据服务的效率。
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。
1.负责欺诈识别、支付可信分评估及用户画像等核心模型的研发与持续优化； 2.搭建覆盖业务全链路的机器学习模型，主导模型的部署上线、运维监控与迭代升级； 3.深入挖掘用户行为序列、消费能力与欺诈特征，并对数据挖掘成果进行系统评估与验证； 4.优化建模流程，提升模型开发与部署效率，降低运维成本； 5.探索前沿机器学习算法在业务场景中的落地应用，推动技术创新与业务赋能。
部门介绍：国际支付团队致力向字节所有国际化业务提供专业的海外支付服务及解决方案、有效支撑字节跳动国际化业务的拓展与增长，当前团队分布在北京、深圳、上海、杭州、新加坡、山景城。风控数据智能团队职责是运用数据工程、数据科学、算法三种核心能力，以数字化、智能化方式，驱动全链路支付风控效果，推动包括fraud rate，chargeback rate，compliance rate等在内的核心风控指标持续优化，带来极致的用户服务体验。 1、开发并优化欺诈模型、支付可信分、用户画像等模型； 2、搭建各业务环节的机器学习模型，并负责模型部署应用、维护、监控和升级迭代； 3、推动用户行为序列、消费能力、欺诈特征挖掘，并对数据挖掘结果进行评估和校验； 4、负责建模流程优化，提升模型开发和部署效率，降低模型维护成本； 5、研究前沿机器学习算法在领域的实践和应用。