拼多多机器学习算法工程师-跨境治理
任职要求
1. 有扎实的代码能力，熟悉常用大数据工具，熟悉pytorch、tensorflow、DGL、sklearn等框架； 2. 熟悉机器学习/深度学习/图学习/序列学习算法中的一项或者多项，有一定深度和广度； 3. 熟悉相关算法在商品治理、搜索推荐、内容理解、风控等业务的应用优先； 4. 逻辑清晰，有激情，责任心强，团队合作、沟通能力佳。 加分项 /
工作职责
1. 负责从行为和关系角度挖掘、识别和预测电商场景中的风险和低质的商家/商品，并配合业务进行管控； 2. 挖掘商品、商家等多种实体的数据，对海量商家行为序列进行建模预测，通过大规模图学习挖掘商家、商品关系； 3. 负责基于大规模用户行为，构建商品、商家关系，优化通过种子商品召回相关商品的能力； 4. 负责对商品的销量/gmv/点击率等进行预测，辅助业务决策与判断； 5. 探索和调研机器学习/深度学习/图学习/序列建模等相关方向前沿技术，并落地于真实业务场景。
1. 深入理解业务痛点，负责治理算法和策略解决方案，建设相关质量评估体系，推进业务应用和优化工作 2. 负责与产品、业务运营沟通对接，保障治理策略落地，长期跟踪并对结果负责 3. 基于分析策略、多模态算法、大模型理解能力，驱动治理人审平台的智能化建设和降本增效
1. 深入理解业务痛点，负责治理算法和策略解决方案，建设相关质量评估体系，推进业务应用和优化工作 2. 负责与产品、业务运营沟通对接，保障治理策略落地，长期跟踪并对结果负责 3. 基于分析策略、多模态算法、大模型理解能力，驱动治理人审平台的智能化建设和降本增效
1. 算法工程化支持：负责支持跨境治理和商品治理方向的算法工程化落地，包括算法服务化、模型部署、性能优化、A/B测试与监控体系搭建。 2. 系统开发与维护：基于Java与Python开发高性能、可扩展的算法平台和治理系统，保障算法稳定运行和高可用性。 3. 算法研发协同：与算法研究人员、产品经理紧密协作，推动图像理解、NLP、多模态及大模型等算法从研发到线上应用的全流程闭环。 4. 数据与质量评估：建设和维护治理效果数据采集、评估和监控体系，持续迭代优化模型与策略，驱动业务降本增效。 5. 技术方案创新：关注业界最新算法工程化与MLOps实践，推动内部平台能力升级，提升算法迭代效率。
1.支付风险识别与防控 ●负责跨境电商业务中支付风险的全面识别与防控，重点治理欺诈（盗卡、盗账户 友好欺诈）等方面风险，确保支付全链路安全可靠。 ●利用数据分析和机器学习技术，精确识别支付风险，建立有效的风控模型体系。 2.风控模型全链路管理 ●主导支付风控模型的全链路开发与上线工作，包括需求调研、风险探索、方案设计、模型开发、系统集成、部署上线、效果评估、持续优化和监控预警。 ●与产品、工程、业务团队紧密合作，确保风控模型精准全面覆盖业务场景，并能够及时应对市场变化。 3.前沿技术应用与创新 ●深入探索全球各大市场的新型支付作弊行为，利用多模态大数据进行风险评估与预测。 ●应用异常检测、集成学习、强化学习、序列模型、图模型、大规模预训练模型等前沿技术，提升风险识别的准确率和召回率。