小米高级算法工程师-风控方向
任职要求
1.熟练使用python, 熟悉常用的机器学习模型，具有离线数据分析与开发能力； 2.良好的学习意愿和学习能力，能够快速掌握工作所需技能；对于前沿技术有了解，有热情； 3.优秀的逻辑思维能力，高度的业务敏感性与数据敏感性； 4.有风控算法相关项目和团队管理经验。
工作职责
1.负责集团多个业务平台的风控能力建设，结合风控专业知识，推进风控模型体系的建设，并参与模型应用策略的制定、监测和优化，以提升平台的风控能力； 2.负责设计并验证反黄牛，反欺诈，反作弊，发爬虫等风险能力的建设，针对不同业务场景设计对应的风险防控策略与能力体系建设； 3.风控体系规划与设计，风险识别与治理：负责多个业务平台风控体系的规划、设计和落地，风控接入方案制定，推动风控策略的落地执行； 4.负责多个平台业务线数据分析，运用数据分析工具和方法进行深入分析，为风控策略的制定和优化提供数据支持。
1.负责集团多个业务平台的风控能力建设，结合风控专业知识，推进风控模型体系的建设，并参与模型应用策略的制定、监测和优化，以提升平台的风控能力。 2.负责设计并验证反黄牛，反欺诈，反作弊，发爬虫等风险能力的建设，针对不同业务场景设计对应的风险防控策略与能力体系建设。 3.风控体系规划与设计，风险识别与治理：负责多个业务平台风控体系的规划、设计和落地，风控接入方案制定，推动风控策略的落地执行。 4.负责多个平台业务线数据分析，运用数据分析工具和方法进行深入分析，为风控策略的制定和优化提供数据支持。
高级/资深算法工程师（国际支付风控方向），base上海/南京 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。
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。
1.从事金融保险、银行领域数据挖掘和数学建模的开发与实施工作； 2.负责数据挖掘领域的分析研究，包括数据挖掘算法的分析研究，数据工程的需求分析、建模、实验模拟； 3.负责参与研发精准营销、两核风控、客群分析模型的开发、测试、数据报告整理工作； 4.负责研究成果在公司内的推广应用，以及对外对内合作交流，不断提升公司的技术、分析和营销能力； 5.针对营销理论、消费者的消费行为数据结合数据挖掘领域的特点进行综合全面的业务逻辑架构及系统架构设计。