蚂蚁金服蚂蚁集团-高级风险算法工程师-企业信用
任职要求
1. 熟悉金融信贷场景的业务，具备相关领域（包括但不仅限于：关系网络/知识图谱、信贷模型、用户画像等）完整的千万级规模以上的用户分层模型建设和迭代经验，掌握用户建模的方法论并深度理解金融信贷领域业务逻辑、人群画像、风险特征特征挖掘&迭代思路，具备小微企业金融风控建模经验优先； 2. 熟悉工业级关系图谱构建与图算法设计，包括图表示学习、图分析算法等，在KDD、ICML等顶会发…
工作职责
1. 基于业务场景抽象产品和技术逻辑，负责或参于设计算法机制从多种有业务属性的数据中挖掘企业/个体户特征，应用机器学习、深度学习、专家系统等技术实现有信用评价属性的用户分层、异常识别等场景的算法体系构建； 2. 研发实现SOTA水平的用户分层模型、图模型等在企业信用用户分层场景上的落地，深入理解业务场景，设计和迭代信用定价、权益策略等核心模块； 3. 构建用户信用画像量化评估体系、用户价值分析指标体系等，优化特征工程与模型迭代流程，建设动态策略调优系统； 4. 探索大语言模型（LLM）在智能推荐、异常发现、特征构建、策略迭代等场景的创新应用；构建可解释性AI（XAI）体系，输出可信的用户分层决策依据；
1、核心建模与评级体系建设： 深度整合平台内外部数据（如贸易行为、支付历史、企业工商、第三方征信等），构建多维度、动态的买家风险画像。 主导海外买家（B端客户）信用评级模型的全流程建设，包括数据探索、特征工程、模型开发、验证、部署和迭代。 负责评级体系的落地应用，制定差异化的授信、定价及贷中管理策略，实现风险与业务增长的最佳平衡。 2、联合风控与外部合作： 作为风控策略接口人，与海外合作金融机构（银行、保理公司等）进行深入交流，共同设计和落地联合风控方案。 监控联合风控项目的关键风险指标，及时发现问题并推动解决方案的落地。 3、数据洞察与策略创新： 对海外买家群体进行深度的数据分析和客群下钻，洞察不同国家、行业、规模买家的风险特征和融资需求。 持续跟踪全球宏观经济、区域性风险事件及行业动态，将其转化为前瞻性的风控策略调整。
飞书数据合规团队旨在帮助企业用户管理和监视数据、保护信息、最大程度地降低合规性风险并满足法规要求，主要负责飞书合规产品功能研发工作，包括但不限于：eDiscovery 电子取证、Legal Hold 诉讼保留，Data Retention 数据保留。 1、深入发掘和分析业务需求，和产品、法务、运营、业务部门一起寻找合规问题的解决方案； 2、负责高质量的设计和编码及系统稳定性优化； 3、承担重点、难点的技术攻坚及横向项目推进； 4、持续对系统架构进行改造和优化。
1、 负责安全平台核心技术的研究、架构设计与开发，包括但不限于安全中台、数据加密、脱敏、分类分级、溯源追踪等系统模块； 2、基于监控、审计、溯源等场景，设计并落地数据安全防护策略与异常检测机制，提升企业数据安全水位； 3、探索并应用大模型、AI Agent 等人工智能技术，构建智能化的数据安全风险识别与响应机制，实现风险的主动发现与处置； 4、完成系统实现，参与代码审查、性能优化与安全加固，保障系统高质量交付； 5、协助排查与解决线上复杂技术问题，提供应急响应与技术支持，确保系统稳定与可靠运行。
1.制定/评审智能驾驶L3/L4电池&BMS解决方案； 2.负责整车功能需求评审，进行BMS国内/海外系统需求开发/评审； 3.负责供应商软件/算法方案评审及技术方案制定； 4.负责平台&子项目需求、系统方案评审及项目风险识别。