同程旅行跨境支付欺诈策略分析师
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、负责平台支付能力的搭建，持续对接新的海外支付渠道，支持更多支付方式 2、负责跨境支付业务欺诈、外卡拒付等风险管控 3、根据黑灰产手段变化，基于现有业务模式挖掘风险特征，能够及时有效发现各类潜在风险并持续优化迭代反作弊风控策略 4、基于业务数据、风控参数、风控策略建立预警风险监控体系 5、持续建设、改进现有系统项目
1.风险建模与算法开发 研发实时/离线的反欺诈、反洗钱（AML）和信用风险模型，覆盖信用卡、电子钱包、加密货币等支付场景。 应用机器学习（如GBDT、深度学习、图神经网络）和规则引擎，提升欺诈检测准确率并降低误杀。 针对跨境支付特点（如汇率波动、多国合规要求）优化风险策略。 2.数据驱动风控 挖掘用户行为、交易链路、设备指纹等数据，构建风险特征体系 通过大数据分析（如Spark/Flink）识别新型欺诈模式（如跨境套现、团伙作案） 3.系统落地与迭代 推动风控算法在实时决策引擎（如Drools/Fraud Ranger）中的部署，确保毫秒级响应 设计A/B测试框架，监控模型效果（如召回率、误判率），持续迭代策略 4.跨团队协作 与合规、产品、国际业务团队合作，确保风控方案符合当地法规（如GDPR、PSD2） 输出风控技术文档，向非技术部门解读算法逻辑与风险趋势