阅文集团资深用户风控策略工程师
任职要求
1. 计算机、统计学、应用数学等相关专业，3年以上用户画像挖掘或风控算法策略实践经验； 2. 精通hive sql，熟练使用python对数据进行清洗和分析，掌握hadoop/spark大数据处理组件任务开发的能力； 3. 熟悉sklearn/spark mllib/tensorflow/pytorch 等一种或多种机器学习框架，掌握聚类、回归、分类、异常检测等算法模型； 4. 具备用户画像分析挖掘能力，数据敏感，能根据业务抽象问题进行数据分析挖掘并落地解决方案； 5. 具备较强的动手能力，有风控策略开发经验的优先；
工作职责
1. 负责阅文集团风控平台的用户风控策略的需求对接、开发、落地与维护； 2. 协助业务部门与产品一起，抽取用户的各种行为画像数据，构建风控模型策略，提升风控能力，降低业务场景整体风险；
1. 深入理解滴滴的业务模式、交易流程和系统架构，发现潜在的作弊风险点，和产品技术、业务运营高效沟通，设计合理的风控策略架构。 2. 基于SDK采集的设备信息，通过机器学习算法，为 Android/iOS/H5/小程序生成设备标识。 3. 通过用户行为数据的采集和分析，实现人机识别，并结合采集信息，对可信设备标识生成设备、环境、行为等相关的风险标签和风险评分。 4. 独立思考某个业务环节或场景可能潜在的作弊风险，设计合理的策略体系，通过大数据分析，定量识别潜在的风险和业务影响。 5. 应用先进的数据挖掘、统计模型、机器学习等方法，结合数据分析，研究发现数据以及业务的异常，作出解释归因和风险告警，并给出风险特征和策略的推荐，推动业务落地。 6. 针对某个业务或场景建立合理的指标体系，在对抗过程中不断完善监控体系，与工程技术团队配合，形成可视化的监控系统快速发现作弊。 7. 有体系化思维，建立储备通用能力并赋能给业务/风控，提升整体风险感知/防控等能力，以及基于通用能力提升效率。
负责搭建和优化 SHEIN 平台账号风控策略与算法模型，包括但不限于账号安全、反作弊、欺诈检测、团伙挖掘等领域；利用机器学习、深度学习及相关数据分析技术，对用户行为和交易数据进行实时监控与分析，识别可疑行为和潜在风险；与业务、产品和风控团队紧密合作，定义并完善风控指标体系，持续跟进风险案例并制定对应策略；设计并实现高效、稳定的风控数据处理流程，包括数据清洗、特征工程、模型训练及线上预测部署；持续跟踪电商行业风险趋势及新技术发展，及时更新和升级风控算法与策略，提升整体防控能力。
职位描述 【关于我们】 滴滴自2018年初收购巴西出行平台99开始，正式启动了国际化战略。目前，滴滴的国际业务覆盖了拉美、亚太和非洲的14个国家，为当地市场提供以出行为主、涵盖外卖和金融的多样化服务。 【关于团队】 安全策略（算法），预防对平台和用户有重大影响的事件，需要应对不同国家不同业务发展阶段的多重风险，是国际化出行业务的核心技术和竞争力。结合国际化业务特点，我们已将深度学习、小样本学习和拒绝推断等技术应用在当前业务中，正在推动多模态模型的探索与落地。团队氛围开放积极，有机会与国内外各部门业务与技术进行日常交流学习。 【岗位职责】 1. 负责国际化安全方向的基本策略与建模工作：运用小样本学习、常规机器学习 深度学习等机器学习算法完成对完成对国际业务在各海外市场的安全保障功能，包括行前、行中和行后危险状态的识别和预测，在确保安全出行的同时提升司乘体验，助力业务快速发展。 2. 搭建和迭代安全预防方法论和策略运营体系：如情景预防，时空预防等。 3. 安全算法智能化：利用最优化，生成对抗、时空模式挖掘等多种问题抽象与建模手段，推动安全预防智能化的落地。
1. 负责业务安全数据域全链路建设、数据分层框架搭建 2. 负责安全离线特征、实时特征开发；为安全风控策略提供快速稳定的数据服务 3. 负责安全在线及离线数据体系的规划、设计及落地；为安全风控策略提供高效的数据支持