logo of antgroup

蚂蚁金服蚂蚁国际-流程管理专家-Antom

社招全职5年以上市场拓展-BD地点:上海状态:招聘

任职要求


1. 对跨境支付和国际收单业务有深度了解,熟悉市场主流收单公司的业务流程和产品功能等;
2. 逻辑清晰,表达能力强,工作态度积极,结果导向; 
3. 较强的…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


•    负责销售相关业务流程的梳理、制定和优化;
•    根据新业务场景需求,与内部相关合作团队沟通售前、售中、售后等所有销售环节相关的流程,明确责任人和SLA,更新流程手册;
•    深入业务各环节,有序梳理业务痛点,提供围绕用户体验、业务流程相关优化提出需求和意见,分析可行性并落地执行;
•    对标行业内的主流业务流程和运营效率,持续优化现有流程的对客体验和运行效率;
•    流程标准化与文档化:制定流程管理标准与规范,编写和维护流程文件,确保流程的一致性和可复制性;
•    组织内外部培训, 确保相关规则和流程的贯彻落实。
包括英文材料
相关职位

logo of antgroup
社招5年以上Lazada T

1、项目管理与业务交付:负责电商金融类战略级重点项目、AI专项、业务项目集的全生命周期管理,深入理解业务,对所属业务域内资源统筹管理,对项目过程和业务交付结果负责。 2、跨团队协作与沟通:与业务部门、技术团队、外部供应商等保持高效沟通,推动项目落地。定期向管理层汇报项目进展及关键风险。 3、流程管理与组织效能提升:推动域内项目管理关键流程体系的搭建与持续优化,识别不同域不同类型战场特性,搭建适配的效率度量指标体系,推广敏捷开发文化,并探索智能化工具支持,数据沉淀分析,有效支持管理决策。

更新于 2025-11-10广州
logo of antgroup
社招5年以上运营-商家商品运

1. 业务管理:面向BU整体业务目标,对关键业务指标进行分解设计;周期性追踪业务指标进展达成,对业务过程进展进行诊断分析,识别和预警目标达成风险;针对存在进展问题的行业/团队/客户进行下钻分析,定位影响因素,提出改进建议 2. 重点项目管理:业务方案和行业策略制定后, 在落地和实施的业务, 需要对重点合作的商户或落地项目进行端到端的业务流程的管理,确保重点项目在样板客户/样板项目落地时, 按时按质要求推进上线/合作;基于中台站位横向拉通各协同方,协调内部资源分配和优先级管理,支持业务团队高效推动项目开展;识别项目运行过程中的关键卡点,通过协同和沟通机制推动解决 3. 流程机制管理:面向一线业务过程和项目开展,梳理建立合理的业务流程和提效方案,协同中后台团队,提升业务作业效率。在支持业务高效运转的同时,基于中台站位,监督业务团队按既定流程开展业务动作,对过程中存在的问题和风险进行及时纠偏

更新于 2025-12-20上海
logo of antgroup
社招6年以上Lazada R

● 管理欺诈案件调查小组,及时完成分配的任务和可交付成果 ● 根据分配的审理队列,调查其中涉及的欺诈风险,明确案件性质,确定账户和账户持有人的合法性,并确保对每个审查的账户/交易处置的合理性和完备性 ● 持续监控案例和输出案件分析报告,帮助风控团队深入了解欺诈趋势,作案手法,并输出有效可执行的策略建议,以帮助改进流程、政策调整和欺诈线索质量 ● 负责制定和管理风险审理的SOP,分析方法,帮助审核人员有效分析案情,定性和处置风险 ● 与风控技术和产品团队合作,主导和推动欺诈案件管理系统的开发和落地,确保产品功能和性能能很好地支持持欺诈风险管理的日常审核运营需求

更新于 2025-08-21杭州|广州|深圳
logo of antgroup
社招5年以上技术类-算法

为应对日益复杂的金融欺诈手段和动态变化的信用风险环境,我们正在全面推进风险管理智能化升级。现诚邀一位具备前沿AI技术视野与实战能力的 AI创新算法专家 加入我们的核心团队,主导基于大语言模型(LLM)、多模态大模型等新一代人工智能技术的风险链路重构项目。 你将作为AI技术创新的引领者,推动从传统规则驱动向“感知-推理-决策”一体化智能风控体系的演进,构建覆盖贷前、贷中、贷后及支付全链路的下一代智能风控架构,显著提升风险识别精度、响应速度与自动化水平。 主要职责 1,主导AI驱动的风险链路重构项目:设计并落地基于LLM与多模态大模型(文本、图像、音频、行为序列等)的端到端风险识别系统,重构现有反欺诈、信用评估与支付风控流程。 2,构建智能风险理解引擎:利用大模型对非结构化数据(如客户沟通记录、社交信息、交易描述、证件图像、视频认证等)进行深度语义理解与关联分析,挖掘潜在风险信号。 3,开发自适应风险推理框架:结合知识图谱、因果推断与大模型的推理能力,实现对复杂欺诈模式(如团伙欺诈、身份冒用、场景伪装)的自动归因与可解释性输出。 4,探索多模态融合建模:整合文本、图像、生物特征、设备指纹、行为时序等多源异构数据,构建统一表征空间,提升高隐蔽性风险的检出率。 5,推动AI能力产品化与工程落地:与工程、数据平台及业务团队协作,完成模型部署、A/B测试、性能监控与持续迭代,确保在高并发、低延迟场景下的稳定运行。 6,跟踪前沿技术动态:持续关注大模型、Agent智能体、RAG、Prompt Engineering、小样本学习等技术在金融风控中的应用进展,推动技术预研与创新试点。 7,建立AI风控伦理与合规框架:确保模型设计符合数据隐私、公平性与监管要求,规避偏见与滥用风险。

更新于 2026-03-31杭州