爱奇艺风控算法工程师
任职要求
- 本科及以上学历，计算机、统计学、数学、人工智能、数据科学等相关专业，2年及以上互联网风控算法、数据挖掘、机器学习相关工作经验，有中大型互联网平台风控落地经验者优先； - 扎实掌握机器学习、深度学习核心原理，熟练使用XGBoost、LightGBM、LR、聚类、分类、异常检测等主流算法，具备完整的风控模型研发、训练、调优、上线实战经验，熟悉风控特征工程、样本筛选、正负样本均衡优化方法； - 熟练掌握Python、SQL，具备海量数据清洗、探索性分析、特征挖掘能力，能够独立从业务数据中提炼高区分度风险特征，解决实际风控业务问题…
工作职责
- 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。
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、理解快手电商相关的业务模式和系统架构，发现潜在的作弊风险点，并制定合理的风控策略架构； 2、独立负责电商某个场景的作弊风险，设计合理的数据埋点体系，通过大数据分析，定量识别潜在的风险和业务影响； 3、针对电商某个业务场景建立合理的指标体系，在对抗中不断完善监控体系，形成可视化的监控系统； 4、与其他相关团队紧密配合，通过大数据挖掘，寻找作弊者的行为特点，快速形成有效的打击策略，持续迭代并优化风控效果。
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。
随着蚂蚁国际的全球化战略和大模型的技术浪潮，我们将带着创新创业精神再出发，聚焦于A+、Antom、WorldFirst、Embeded Finance四大业务战场。我们深度拥抱LLM、AI Agent最前沿技术，吸纳蚂蚁国际海量数据，应用各种机器学习、NLP、CV、多模态模型来解决各类国际风险问题，与业产研并肩作战，助力业务发展，沉淀行业领先的解决方案或产品。 如果你对大模型、多模态、NLP、CV、机器算法等技术有热爱，如果你对国际化的业务有兴趣和信心，如果你希望做更多AI+业务的实事，如果你希望真正踏入AIGC、业务国际化的大潮，请加入我们。 岗位描述： 1、探索大模型时代的新型国际风控能力体系、搭建大模型安全防御和风控大模型技术体系； 2、基于深度学习、AIGC等技术，对现有国际风控能力体系进行改建和升级； 3、参与国际风控AI Agent能力建设，包括但不限于AIGC风险识别、风险知识库、检索增强、Agent进化、Multi-Agent等技术方案的设计和落地； 4、关注AI Agent和大模型相关的前沿技术和发展动态，拓展业务应用；