蚂蚁金服蚂蚁国际-端到端风控策略-Antom
任职要求
基本要求 (Basic Qualifications): 教育背景: 拥有知名大学的本科及以上学历，专业为统计学、计算机科学、数学、金融工程、经济学等相关量化领域。 从业经验: 5年以上在国内外一线金融机构（银行、消费金融公司）或顶尖互联网/金融科技公司的信贷风险管理、风控建模或数据科学相关经验。 风险业绩: 过往管理的信贷资产组合（Portfolio）有可验证的、优秀的风险表现记录。 建模能力: 对信用风险建模有一定程度的理解有实践经验更优。 技术栈: 精通SQL，并至少熟练掌握一种数据分析和建模语言（Python优先，R也可）。有在Hadoo…
工作职责
1. 主导或核心参与至少一个核心海外市场的零售信贷产品（BNPL/现金贷）全生命周期风控策略的设计、实施与迭代。需要对该市场的整体风险表现（如通过率、逾期率、损失率）和资产质量负起核心责任。 2. 深度洞察业务，精准平衡业务增长、用户体验和风险控制三者间的关系，通过数据驱动的方式，为业务决策提供关键风控输入。 智能风控体系建设 (Intelligent Risk System Development): 1. 负责构建和持续优化贷前（准入、授信）、贷中（交易监控、动态调额）和贷后（催收评分、资产处置）的核心策略模块。 2. 深入分析用户行为、交易模式和宏观信用环境，主动识别潜在风险，设计并部署敏捷、自动化的风险应对策略和监控预警体系。 风控模型与数据科学应用 (Modeling & Data Science Application) 1. 驱动信用风险模型的完整生命周期管理，包括但不限于数据探查与清洗、特征工程创新、模型（申请分、行为分、催收分等）的开发、验证、部署、监控和迭代。 2. 不仅限于应用，更需要对各类模型算法（如逻辑回归、GBDT/XGBoost、深度学习等）有一定理解，能根据业务痛点和数据特性，进行算法选型、创新和提出优化建议，并主导A/B测试验证策略和模型效果。 跨职能协作与影响力 (Cross-Functional Collaboration & Influence): 1. 与产品、运营、工程、数据科学和合规团队紧密合作，将风控能力产品化、平台化，提升风控策略的部署效率和 robustnes（稳健性）。 2. 能够将复杂的风控模型和数据分析结果，清晰、简洁地呈现给不同背景的合作方和管理层，并以此驱动决策。 策略规划与方法论 (Strategic Planning & Methodology): 负责定义特定风险领域（如反欺诈、信用评估）的中长期策略规划和技术路线图。沉淀风控方法论，并通过文档、分享等形式赋能团队，指导和培养初级风控分析师。 前瞻性研究与创新 (Forward-Looking Research & Innovation): 探索如图计算、NLP、因果推断等前沿技术在风控领域的应用，发起并领导创新项目，为业务构建面向未来的核心竞争力。
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）。
我们是快手商业化反作弊算法团队，致力于打造极致安全感的广告环境，守护平台与广告主的核心利益。我们依托海量数据，融合AI与大数据技术，持续与黑灰产进行智能化攻防对抗。在这里，你不仅是算法专家，更是广告安全健康的守门人，与业界顶尖工程师共同推进AI驱动的风控创新 你将参与的技术领域包括： - 异常/离群点检测（Anomaly / Outlier Detection） - 半监督 / 无监督学习（Semi-supervised / Unsupervised Learning） - 大规模图挖掘（Large Scale Graph Mining） - 智能体技术（AI Agent） 加入我们，你将亲历： 1、前沿攻防 · 技术探索：深度介入亿级用户行为数据，揭秘广告行业多元作弊手法。以创新的Anomaly Detection、Graph Mining 等模型为“武器”，打造高效精准的反作弊攻防体系，让作弊无所遁形； 2、智能风控 · 体系构建：主导智能化风控指标和监控体系的搭建，实时感知风险动态。通过Data-Driven Decision Making，让算法驱动每一次业务进化； 3、极致算法 · 持续进化：持续打磨算法性能，专注模型精准率、召回率与处理效率的极致提升。攻克高并发、复杂商业场景下的算法稳定性与可靠性难题； 4、行业先锋 · 技术引领：紧跟AI Agent、Graph Mining等前沿技术，探索最前沿的反作弊风控解决方案。持续技术创新，推动公司风控能力领跑行业。
1.负责小象超市业务的全面风险管理，运用数据挖掘与高级分析技术，精准识别并有效拦截异常交易等各类风险行为。 2.融合风控与业务核心指标，构建实时监控体系，前瞻性发现数据异常，提前预警潜在风险，确保业务安全稳健运行。 3.系统性分解风险问题，打造端到端防控链路，通过优化产品流程、部署智能对抗策略、实施合理处罚与引导机制等多维手段，有效降低平台风险水位。 4.从风险防控视角为业务决策提供关键洞察，设计可落地的解决方案，协助构建更加健康、可持续的商业生态。
1. 基于历史数据和专家经验，基于数据分析、挖掘，设计针对身份伪冒、盗用、欺诈、作弊等风险的安全策略且持续优化； 2. 平衡支付体验的便捷和风险控制，设计、实施、监控风险-收益最优化的安全策略，保障业务健康发展； 3. 搭建多维度指标监控体系，设计并推动风险感知模型及产品能力的落地； 4. 与业务、风险运营、数据、产品、技术团队深度合作，具备端到端风险政策评审能力，对数字银行及线上支付业务及风险有深入的理解。