Soul APP渠道反作弊专家
任职要求
1. 5年以上风控或反作弊经验，深度参与过用户增长领域的渠道反作弊项目。 2. 具备从零到一搭建或主导优化反作弊系统的成功经验。 3. 精通SQL/Python/Scala等编程语言，具备强大的海量数据处理与分析能力。 4. 熟练使用Hadoop、Spark、Flink等分布…
工作职责
1. 主导设计并迭代实时、离线的渠道反作弊风控系统与策略引擎。 2. 运用大数据分析、机器学习及图计算技术，构建用户行为模型与团伙欺诈识别模型，精准挖掘虚假流量。 3. 建立渠道质量监控与评估体系，为渠道选择和预算分配提供关键数据支持。 4. 主动研究黑产最新动向，主导复杂作弊案件的调查与打击，并实现策略的快速迭代。
1、负责渠道流量的反作弊，提升数据质量，帮助产品更好的增长； 2、通过反作弊相关的数据，分析与挖掘各种潜在关联，设计并迭代反作弊方案； 3、负责反作弊相关的产品规划，产品设计，项目管理； 4、对公司相关业务及战略敏感，能从业务发展趋势中洞察新的风险域，提前部署来防范风险的发生； 5、了解系统安全及恶意攻击变化趋势和行业动态，引入新产品与新思路，使广告反作弊处于行业领先水平。
流量反作弊负责支付宝各场域（渠道增长、搜索推荐、商业化等）的流量作弊的感知、识别与管控，减少无效／作弊流量给数据真实性、社区生态、平台流量价值带来的影响。 1．策略建设：以流量流转为基础，深入业务场景，通过数据挖掘建立相关指标体系以衡量／评估风险水位，制定差异化／精细化的治理策略，保证策略的有效性和适配度，提供合理的风险解决方案，提升流量价值，推动业务健康长效发展； 2．行业理解：深入理解互联网流量作弊生态和各类作弊行为，深入调查黑产变化趋势及行业，正确引导反作弊发展方向，能从产品发展趋势中把握反作弊业务发展的新增长点；持续探索流量质量保障的新模式，结合营销、推荐、用增等方向的新技术（大模型、智能体技术等），带来业务增益和效率提升； 3．沟通协同：基于风险认知与业务理解，与业务、产研、算法等不同角色形成有效沟通，推动风险全链路防控及行业标准建立。
1.基于海量全链路业务及用户行为数据，运用数据挖掘技术进行建模，解决账号/身份安全、交易安全、流量安全等各类业务风险问题； 2.解决小样本学习、模型自适应更新、高变异场景自动对抗等业务风险领域问题； 3.探索异常检测、复杂网络挖掘、图风控、深度学习等算法在业务风险领域的应用，致力于打造业界优秀的风控算法体系。
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。