
哈啰高级/资深风控产品经理
任职要求
1、三年及以上互联网出行行业/电商行业工作经验,有风控系统产品,工作经验优先 2、熟悉互联网风控产品整体实现过程,包括需求分…
工作职责
1、负责租车业务线风控产品线的需求分析设计、实施,以及需求文档的编写; 2、负责产品的功能及流程验收测试,保证项目进度和品质; 3、设计风控方向产品业务流程; 4、风控系统的日常问题处理定位分析与跟踪; 5、产品数据日常整理与分析,系统运营质量日常监控;
高级/资深后台开发/技术专家(AI算法工程化)-上海南京 1. 算法工程化支持:负责支持跨境治理和商品治理方向的算法工程化落地,包括算法服务化、模型部署、性能优化、A/B测试与监控体系搭建。 2. 系统开发与维护:基于Java与Python开发高性能、可扩展的算法平台和治理系统,保障算法稳定运行和高可用性。 3. 算法研发协同:与算法研究人员、产品经理紧密协作,推动图像理解、NLP、多模态及大模型等算法从研发到线上应用的全流程闭环。 4. 数据与质量评估:建设和维护治理效果数据采集、评估和监控体系,持续迭代优化模型与策略,驱动业务降本增效。 5. 技术方案创新:关注业界最新算法工程化与MLOps实践,推动内部平台能力升级,提升算法迭代效率。
我们正在寻找一位具备深厚数据产品经验、跨业务视野和系统化规划能力的高级/资深数据产品专家,负责推动高德地图在大数据分析、用户理解、行为洞察与数据治理等领域的平台级产品建设。该角色将主导多个关键数据产品的战略规划与落地执行,打造面向未来的数据驱动型基础设施, ● 【数据应用落地业务场景】 ○ 负责北斗平台(包含经营分析、行为分析、供给分析、各类业务专题场景等) 的产品架构设计与演进规划,满足业务针对各类分析场景的业务应用价值落地。 ● 【数据资产管理】 ○ 面对数据供给者团队,建立一套简易高效率的资产维护工具,帮助数据供给者高效、高质量地维护数据资产。并作为平台方推行资产分级管理和数据运营机制。 ● 【可信资产门户】 ○ 打造企业级官方权威数据资产字典,正式推出。作为全公司统一的数据目录和知识库,它将帮助大家低门槛、快速地发现、理解、评估所需数据, ● 【智能化探索落地】 ○ 面向数据使用者,并向AI 智能化、 Agent 进化(数据应用方向)。 实现分析师的智能分身Agent, 可落地接管数据常寻与分探索类场景, 数据对外进行全面推广应用。实现分析师的智能分身Agent落地,并为Agent的使用量和准确度负责 期望带来的关键改变 你将不仅是平台的建设者,更是数据价值的定义者与推动者。我们期待你带来以下层面的关键突破: ● 【 从“报表工具”到“智能决策引擎”的跃迁】 ○ 打破传统BI仅做数据展示的局限,构建具备高级归因、异动预警、预测推演、自动洞察能力的下一代分析平台,让数据主动说话。 ● 【从“数据生产”到“数据消费”的全局视角重构】 ○ 建立以业务价值为导向的数据服务体系,实现数据从“被查询”到“被推荐”、“被调用”、“被集成”的转变,显著提升数据使用效率与覆盖率。 ● 【 从“单点能力”到“平台通用化”的升级】 ○ 打造具备高度抽象能力和横向复用性的数据平台产品,支撑高德多条业务线(导航、出行、本地生活 等)共性需求,避免重复造轮子。 ● 【 从“被动响应”到“前瞻引领”的思维进化】 ○ 超越“接需求—做功能”的模式,能够基于业务发展趋势提前布局数据能力建设,例如预判新业务场景所需的数据模型与分析框架。 ● 【 从“工程实现”到“商业影响”的价值闭环】 ○ 推动数据能力深度嵌入业务链路(如通过用户画像优化投放ROI、通过路径分析提升转化率),形成可量化、可持续的数据驱动增长机制。
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.负责跨境支付环节风险管控,围绕不同风险的行为特性进行风险识别,包含欺诈、套现、刷单等交易风险,输出风险管控策略并实施落地。 2.通过风险行为监控与分析,挖掘风险特征、进行有效策略迭代,协调各方对风险进行管控。 3.利用平台产品能力,对风险进行解读,评估,推动风控体系与工具的完善和优化,搭建风险防控策略体系; 4.针对漏拦数据、用户投诉、攻防对抗等数据进行正负样本标注,根据邮箱、设备指纹、 支付信息等多维度信息进行数据分析,挖掘黑灰产特征,迭代升级风险策略集; 5.风险预警与应急管理,完善突发时间从感知、协同、处理、分析预警的全链路管理; 6.通过内部实时和离线数据,监控各场景风险情况,实时处理异常问题并推动监控策略升级。