小米海外支付风控算法工程师
任职要求
1.教育背景：计算机科学、统计学、数学或相关领域本科及以上学历 技术能力： 精通Python/Java/Scala，熟悉TensorFlow/PyTorch、Spark等工具 2.熟悉风控场景：如盗卡、薅羊毛、洗钱等，有支付/金融行业经验优先 3.熟悉图数据库（Neo4j）、实时计算（Flink/Kafka）者加分 业务理解：了解国际支付清算流程（如SWIFT、SEPA）及第三方支付（PayPal、Stripe）风险特点 4.语言能力：英语流利（需处理跨国数据与团队协作） 加分项： 1.有跨境电商、外汇交易或加密货币风控经验 2.发表过反欺诈相关论文或专利 3.熟悉国际合规标准（如FATF、GDPR）
工作职责
1.风险建模与算法开发 研发实时/离线的反欺诈、反洗钱（AML）和信用风险模型，覆盖信用卡、电子钱包、加密货币等支付场景。 应用机器学习（如GBDT、深度学习、图神经网络）和规则引擎，提升欺诈检测准确率并降低误杀。 针对跨境支付特点（如汇率波动、多国合规要求）优化风险策略。 2.数据驱动风控 挖掘用户行为、交易链路、设备指纹等数据，构建风险特征体系 通过大数据分析（如Spark/Flink）识别新型欺诈模式（如跨境套现、团伙作案） 3.系统落地与迭代 推动风控算法在实时决策引擎（如Drools/Fraud Ranger）中的部署，确保毫秒级响应 设计A/B测试框架，监控模型效果（如召回率、误判率），持续迭代策略 4.跨团队协作 与合规、产品、国际业务团队合作，确保风控方案符合当地法规（如GDPR、PSD2） 输出风控技术文档，向非技术部门解读算法逻辑与风险趋势
部门介绍：国际支付团队致力向字节所有国际化业务提供专业的海外支付服务及解决方案、有效支撑字节跳动国际化业务的拓展与增长，当前团队分布在北京、深圳、上海、杭州、新加坡、山景城。风控数据智能团队职责是运用数据工程、数据科学、算法三种核心能力，以数字化、智能化方式，驱动全链路支付风控效果，推动包括fraud rate，chargeback rate，compliance rate等在内的核心风控指标持续优化，带来极致的用户服务体验。 1、开发并优化欺诈模型、支付可信分、用户画像等模型； 2、搭建各业务环节的机器学习模型，并负责模型部署应用、维护、监控和升级迭代； 3、推动用户行为序列、消费能力、欺诈特征挖掘，并对数据挖掘结果进行评估和校验； 4、负责建模流程优化，提升模型开发和部署效率，降低模型维护成本； 5、研究前沿机器学习算法在领域的实践和应用。
部门介绍：国际支付团队致力向字节所有国际化业务提供专业的海外支付服务及解决方案、有效支撑字节跳动国际化业务的拓展与增长，当前团队分布在北京、深圳、上海、杭州、新加坡、山景城。风控数据智能团队职责是运用数据工程、数据科学、算法三种核心能力，以数字化、智能化方式，驱动全链路支付风控效果，推动包括fraud rate，chargeback rate，compliance rate等在内的核心风控指标持续优化，带来极致的用户服务体验。 1、开发并优化欺诈模型、支付可信分、用户画像等模型； 2、搭建各业务环节的机器学习模型，并负责模型部署应用、维护、监控和升级迭代； 3、推动用户行为序列、消费能力、欺诈特征挖掘，并对数据挖掘结果进行评估和校验； 4、负责建模流程优化，提升模型开发和部署效率，降低模型维护成本； 5、研究前沿机器学习算法在领域的实践和应用。
1、负责国际化支付风控方向的算法工作：运用机器学习、深度学习、统计学、运筹学等专业知识，完成对完成对国际业务在各海外市场的支付风险保障，在确保支付风险可控的同时提升司乘体验，助力业务快速发展 2、基于体系内外的数据，搭建和迭代支付风控特征体系 3、与跨职能团队紧密合作，包括策略、产品、数据、工程等团队，确保算法的实施与业务目标相一致。
1.负责国际收单、钱包等场景的支付风险识别&决策模型的选型、开发和优化，负责模型部署应用、维护、监控和升级迭代; 2.深入理解国际支付业务和风险，总结和提炼用户行为序列、欺诈、赌博、洗钱、诈骗等风险特征，并对特征挖掘结果进行评估和验证; 3.负责建模流程优化，提升模型开发和部署效率，降低模型维护成本; 4.基于图算法、时序算法等对用户风险进行识别，在小样本、无样本场景上能够通过无监督、半监督、元学习等算法对风险进行有效识别。 5.研究前沿机器学习算法在支付风控领域的实践和应用。