京东算法开发工程师（风控方向）
任职要求
1.熟悉并应用风控算法，包括但不限于时序预测、社群发现、自然语言处理（NLP）、图神经网络、用户行为序列分析、迁移学习、元学习等技术，持续提升对风险订单、虚假评论、异常账号、恶意流量等场景的识别与管控能力； 2.对机器学习和数据分析有浓厚的兴趣，具备较好的文献阅读能力，主动跟踪最新的人工智能技术； 3.至少有Hadoop生态系统（如Hive、HBase等）、TensorFlow、Torc…
工作职责
1.负责完善风控的建设，通过系统、数据、算法的平台能力沉淀，夯实风控基础能力； 2.参与设计和优化反欺诈、团伙识别等关键风控模型，确保模型的高效性和准确性； 3.与产品、研发团队紧密合作，将算法模型有效集成到风控系统中，解决实际业务问题； 4.关注最新的算法研究动态，评估新技术的可行性，推动技术创新和应用。
1. 负责滴滴金融保险风险场景的模型设计、建设、开发、应用落地、持续迭代优化，为业务风险指标负责。 2. 拆解业务风险指标，转化为模型指标，并为之设定合理的提升目标 3. 尝试各类特征工程方法，挖掘集团内外部数据，加工生成有效特征，优化模型效果 4. 数据算法创新，了解并跟进业界领先的人工智能和深度学习进展，推动新的技术在风控领域落地
1. 负责风控核心系统的架构规划、技术实现、需求分析及拆解、以及线上系统稳定性。 2. 参与风控重点项目的一线攻防，能与业务顺畅沟通，理解业务痛点，主动发现问题，并制定对应的技术解法。 3. 负责平衡短期与长期的技术建设节奏，能带领初级工程师，主导项目整体执行落地，灵活应对一线攻防需求。 4. 主导部分技术驱动型项目，产出业务问题分析，制定全栈技术（后端、数据、算法）解决方案。
1、负责快手电商场景违规风险识别的策略开发及模型研究工作； 2、深入理解业务本质，运用各类分析方法对业务日志、用户行为数据进行分析与抽象，识别电商生态中的低质商家/带货主播及各类不良内容，解决内容风险问题； 3、推动建立面向各大数据应用场景的数据体系，包括但不限于指标体系/评价体系/标签体系，能快速发现及定位疑似风险的内容和行为； 4、完成各类策略实现，对策略效果进行准确评估并推动上线，并持续完善与优化。
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。