蚂蚁金服蚂蚁集团-API风控策略高级专家-杭州
任职要求
1、硕士及以上学历，较好的数学或统计学教育背景；
2、6年以上工作经验，银行、FinTech公司、咨询公司风险管理从业背景、有API风险策略经验的优先；
3、优秀的逻辑思维能力，高度的业务敏感性与数据敏感性；
4、具有较强的沟通能力和…工作职责
1、 针对不同获客渠道，制定和完善差异化的授信准入、定额定价、交易、促动等策略。建立和完善业务产品线的风险模型； 2、 监控各类转化指标及风险表现，为业务指标异常提供预警、监测和解读，同时发现并解决业务潜在问题，思考业务优化方向 3、 密切关注风控指标，基于业务数据，制定风控策略，提出改进方案。不断提升产品线安全等级和盈利能力，将风控策略应用于整体产品流程的各个环节； 4、 跟踪了解同行业最新风险分析技术及其应用；不断迭代风险体系； 5、 具有敏锐的风险识别和判断能力，擅长风险计量方法和风险缓释技术； 6、 流量、产品、技术及风控内多团队的横向沟通
在传统内控内审基础上，能运用大数据、人工智能、机器学习等能力和工具，通过数据驱动和自动化、智能化手段，提升业务风险识别与防控效果。 1、风险评估： ● 识别、评估及总结所负责业务领域的风险大图，有计划的进行对应风险治理并持续监控风险水位; ● 具备复杂场景的风控机制的设计能力，能主导所负责业务领域风控体系的建设和完善，建立完整框架包括风险预警、应急预案和风险治理流程； 2、内控检查与审阅： ● 根据管理需求独立开展专项形式的采购内控检查/审阅工作，为有效降低和防范风险提供内控改善建议； ● 能抽象高频、高风险业务场景，将传统抽样逻辑转化为自动化稽核规则，设计及实施自动化稽核程序，尽可能实现业务全检； 3、风险处置： ● 能应对复杂和高风险情况，制定全面的风险处置计划，在风险事件发生后快速响应、果断应对，并能与内外部进行有效沟通推进落实； 4、推动审计/稽核能力产品化： ● 具备敏锐的洞察力，能从复杂的业务流程中提炼出核心痛点，且能将内控管理基线通过数字化手段进行预防及监测，实现实时拦截、分级预警与自动留痕； ● 推动审计/稽核能力产品化，能和数据团队、产品团队密切合作，将成熟审计/稽核逻辑封装为自助看板、轻量级机器人或API服务，确保各项内控措施能高效、正确地植入业务流程，最大程度的推进事前预警、事中干预； 5、改进闭环： ● 推进问题改进闭环及时改进并构建相应的运营保障机制，保障从风险识别到业务改善的落地，防止同类问题再次发生。
1. 全面构建并优化商家信贷风控体系 设计并迭代适用于电商场景的企业级信用评估模型与评分卡体系（包括准入、额度、定价、行为监控等）； 建立针对不同行业类目（如服饰、3C、快消）、经营周期、GMV波动特征的差异化风控策略； 主导从贷前尽调、自动审批、贷中监控到贷后预警的全链路风控流程建设。 2. 管理多元金融产品风险 统筹以下产品的风险政策制定与执行： 企业信贷（基于历史交易数据的纯信用贷款） 供应链金融（应付账款融资、仓单质押、核心企业增信） 订单贷款（基于在途订单的资金预支） 提前退款支持（为商家提供消费者退款垫资服务） 先用后付 for B端（B2B场景下的账期支持） 根据产品特性设定风险容忍度、拨备逻辑与压力测试机制。 3. 外部资金方合作与联合风控机制建设 牵头与银行、消费金融公司、信托、保理机构等外部资方开展资金合作； 设计并实施联合建模、风险共担、数据穿透、资产监控等合作模式； 制定资金方所需的风控报告标准、逾期追踪机制与合规披露流程； 推动API化接口对接，实现资金流、信息流、风险信号的实时同步。 4. 数据驱动的风险监控与应急响应 搭建覆盖整体资产质量、区域集中度、行业风险敞口、欺诈识别、异常行为检测的监控仪表盘； 定期输出风险洞察报告，识别潜在系统性风险点（如刷单套贷、关联交易、多头借贷）； 建立重大风险事件应急预案（如区域性违约、黑产攻击、政策变动），快速响应并闭环处理。 5. 团队建设与跨职能协作 搭建专业化风控团队，涵盖策略、数据分析、模型开发、规则运维、合作对接等职能； 与产品、技术、财务、法务、合规等部门高效协同，确保风控能力嵌入产品设计前端； 推动风控数字化工具建设（如决策引擎、反欺诈系统、自动化审批平台）。
1. 负责集团业务（注册登录、营销活动、爬虫等）的风控攻防演练，以攻击者视角对风控规则、策略模型及设备指纹等防御系统进行黑/白盒测试，挖掘防御短板。 2. 针对API接口进行深入的安全测试，挖掘越权、数据泄露等业务逻辑漏洞，重点评估抗爬虫、抗撞库、抗自动化攻击的能力。 3. 监控并分析黑灰产最新的攻击手法、工具（如改机、群控、自动化脚本等），还原攻击链路，并转化为内部防御方案。 4. 对Web端、移动端进行逆向分析，挖掘端侧风控SDK的绕过风险或协议漏洞。 5. 协同策略与研发团队推动漏洞修复，协助建设更完善的风控感知与防御体系。
1. 深入理解滴滴海外业务模式、流程和系统架构，和相关产品技术、业务运营高效沟通，设计合理的数据仓库架构。 2. 充分利用滴滴现有的各种数据仓库及反作弊处理平台，设计、开发和维护高效、可扩展的大数据处理系统，以支持安全反作弊业务的数据驱动决策和业务发展。设计并优化离线/实时数仓模型（如 ODS、DWD、DWS、ADS 分层），支持实时报表、监控和风控等场景。 3. 对多源异构数据（日志、事件消息、API、爬虫数据等）进行清洗、解析和结构化处理，提取关键业务信息。解决数据清洗中的 脏数据、格式混乱、缺失值、重复数据 等问题，提升数据质量。与数据开发、算法、业务团队协作，理解需求并构建高效的数据处理流程。 4. 跟踪大数据领域的新技术、新工具，不断探索并引入以提升团队的技术能力和项目效率。优化流式计算任务的 资源利用率（如 Flink 任务调优、Kafka 分区策略调整）。 5. 国际化安全反作弊技术团队其他开发工作。