风控算法工程师 职位描述 1. 参与风控算法的设计与优化，为每一位用户、达人和商家保驾护航； 2. 通过表征学习、图模型、深度学习、迁移学习、多任务学习等技术，提升问题发现的效率，从而快速阻断风险，优化电商社区生态各项指标； 3. 挖掘和分析海量电商内容和用户行为表现数据，进行用户长短期画像建设，提升模型的精准性和召回面； 4. 结合内容电商的业务特性，进行模型和算法创新，打造业界领先的内容电商风控算法体系。 职位要求 1. 5年以上算法研发经历，计算机相关专业本科及以上学历； 2. 熟悉C++/Java/Python，具备优秀的编码能力，至少熟悉一种常见的机器学习/深度学习平台； 3. 对业务和数据敏感，能够从数据上发现风险，提出解决方案，并验证效果； 4. 有钻研精神，主观能动性强，能适应快速变化的业务需求，具备良好的团队合作精神和沟通技巧； 5. 具有电商相关工作经验优先，具有反作弊或安全策略相关经验，对黑灰产对抗有一定了解者优先。

风控算法工程师（设备指纹方向） 岗位职责： 1、设备指纹ID算法的设计和研发，基于设备的硬件、网络、环境等设备信息及用户行为数据，根据机器学习/深度学习算法等多种技术手段，生成设备标识。 2、广泛的平台覆盖能力，基于Web、H5、Android、Ios等平台生成对应平台的设备指纹ID。 3、不断优化各终端设备指纹ID算法，保证设备指纹的稳定性达到要求。 4、设备风险分的开发和应用，实现对终端设备上的风险环境识别、风险检测及风险分析。 职位要求： 1、3年以上反欺诈＆风控、反作弊算法研发经历，计算机相关专业本科及以上学历，对机器学习、设备指纹等相关领域有浓厚兴趣。 2、具备良好的项目管理能力、业务流程优化和逻辑判断能力，对风险有敏锐感知，善于从数据和case中发现风险特征和灰黑产作弊规律。 3、熟悉 Python/Scala/Java ，具备优秀的编码能力，至少熟悉一种常见的机器学习／深度学习平台。 4、有钻研精神，对安全风控有热情，主观能动性强，能适应快速变化的业务需求，具备良好的团队合作精神和沟通技巧。

岗位职责： 1、独立完成建模方案设计、模型开发及部署，运用各类算法开发包括营销响应、流失预警等营销模型及反欺诈规则、申请评分、额度模型、行为评分、催收评分等风险模型，并对现有模型进行优化完善； 2、配合商务进行客户需求沟通、方案讲解及咨询支持，对客户提出的业务痛点提供有效的解决方案及量化的决策建议； 3、充分了解客户业务端审批流程及风险表现，结合用户特征，制定或优化贷前、贷中及贷后风控策略；为客户提供用户分层筛选、差异化营销手段等策略建议； 4、根据客户需求，独立带领项目成员进行咨询项目的实施，包括方案设计、项目计划安排、实施过程管理、项目质量把控、报告撰写及交付汇报； 5、其他创新探索工作：深入挖掘用户行为序列数据，设计特征维度框架及指标体系结构，进行特征开发；探索如图算法等创新算法实践及应用，并进行充分工程验证后推广应用在已有业务中。 岗位要求： 1、硕士及以上学历，数学、统计学、计算机等相关专业优先；6年以上银行、持牌消金、头部互金、金融科技公司模型及策略相关工作经验； 2、至少能熟练使用Python/Spark/R其中一种分析及建模工具，数据挖掘及建模经验丰富，能够有效利用LR、XGBoost、LightGBM等机器学习算法以及神经网络等深度学习算法构建特征与模型； 3、对零售信贷市场、信贷产品形态有一定的认知度，对全生命周期风控管理流程有深刻的理解，并掌握各环节的风控要点及风控策略制定逻辑； 4、具备独立思考的能力，逻辑严谨，对数据敏感，善于发现. 探索并解决问题，自我驱动力强； 5、具备较强的抗压能力，踏实、勤奋、细心，愿意并乐于接受新尝试、新挑战，探索创新主动性强。

职位职责： 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。 职位要求： 1、数学或计算机专业本科及以上学历，扎实的计算机算法基础，熟悉机器学习基本理论； 2、熟练掌握Python/Java/Scala等建模语言，熟练使用SQL/Hive/Spark/Flink等数据统计工具； 3、精通LR，GBDT等常用统计学习方法，熟悉多目标学习、深度学习、在线学习算法，良好的编码习惯和工程优化能力； 4、3年以上互联网公司的数据挖掘或机器学习的工作经历； 5、自然语言处理、图谱挖掘、欺诈检测优先；有过信用分、支付风控经验优先。

目前岗位base地可以选择在上海/南京 风控算法工程师（无感知人机方向） 岗位职责： 1、负责业务各场景（比如登录、注册、反爬等）的机器流量的风险水位防控、以及机器流量的感知、识别和监控工作。 2、熟悉各终端（PC、Wap、H5、Android、Ios）SDK埋点体系设计，并能从算法优化的角度对埋点体系给予相关建议和需求提取。 3、负责机器流量的实时对抗工作，根据各设备终端埋点采集到的海量设备信息和行为信息等构建人机识别模型、进行模型线上部署，不断迭代与优化人机算法，提升机器流量识别能力。 4、探索人机识别场景的算法模式，例如半监督/无监督/自监督/小样本学习/强化学习/对比学习等，并且将之应用到反作弊业务场景中。 职位要求： 1、3年以上反欺诈＆风控、反作弊算法研发经历，计算机相关专业本科及以上学历，算法基础扎实； 2、熟悉黑灰产作弊手法，有成功的黑灰产对抗经验，负责并有效治理过某类反作弊问题，比如批量注册、群控等； 3、熟悉 Python/Scala/Java ，具备优秀的编码能力，至少熟悉一种常见的机器学习／深度学习平台； 4、熟悉大规模数据挖掘、机器学习、自然语言处理、分布式计算等相关技术，有行为序列挖掘相关经验优先； 5、有钻研精神，对安全风控有热情，主观能动性强，能适应快速变化的业务需求，具备良好的团队合作精神和沟通技巧。 风控算法工程师（设备指纹方向） 岗位职责： 1、设备指纹ID算法的设计和研发，基于设备的硬件、网络、环境等设备信息及用户行为数据，根据机器学习/深度学习算法等多种技术手段，生成设备标识。 2、广泛的平台覆盖能力，基于Web、H5、Android、Ios等平台生成对应平台的设备指纹ID。 3、不断优化各终端设备指纹ID算法，保证设备指纹的稳定性达到要求。 4、设备风险分的开发和应用，实现对终端设备上的风险环境识别、风险检测及风险分析。 职位要求： 1、3年以上反欺诈＆风控、反作弊算法研发经历，计算机相关专业本科及以上学历，对机器学习、设备指纹等相关领域有浓厚兴趣。 2、具备良好的项目管理能力、业务流程优化和逻辑判断能力，对风险有敏锐感知，善于从数据和case中发现风险特征和灰黑产作弊规律。 3、熟悉 Python/Scala/Java ，具备优秀的编码能力，至少熟悉一种常见的机器学习／深度学习平台。 4、有钻研精神，对安全风控有热情，主观能动性强，能适应快速变化的业务需求，具备良好的团队合作精神和沟通技巧。 风控算法工程师（验证码人机方向） 岗位职责： 1、基于不同的验证码形式和终端设计SDK埋点体系并与前端沟通采集逻辑，验证码形式包括不限于滑块、九宫格、图标点选等，终端覆盖Web、H5、Android、Ios。 2、基于采集到的验证码行为数据和设备数据构建人机识别模型判断是否为机器流量，并完成模型的实时线上部署，应用在登录、注册等各个业务场景用于风险识别。 3、通过和黑灰产的不断对抗，维护并持续迭代各验证码人机模型，探索不同的算法模式，并且将之应用到验证码场景中。 职位要求： 1、3年以上反欺诈＆风控、反作弊算法研发经历，计算机相关专业本科及以上学历，算法基础扎实； 2、熟悉黑灰产作弊手法，有成功的黑灰产对抗经验，负责并有效治理过某类反作弊问题，比如批量注册、群控等； 3、熟悉 Python/Scala/Java ，具备优秀的编码能力，至少熟悉一种常见的机器学习／深度学习平台； 4、熟悉大规模数据挖掘、机器学习、自然语言处理、分布式计算等相关技术，有行为序列挖掘相关经验优先； 5、有钻研精神，对安全风控有热情，主观能动性强，能适应快速变化的业务需求，具备良好的团队合作精神和沟通技巧。

职位职责： 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。 职位要求： 1、数学或计算机专业本科及以上学历，扎实的计算机算法基础，熟悉机器学习基本理论； 2、熟练掌握Python/Java/Scala等建模语言，熟练使用SQL/Hive/Spark/Flink等数据统计工具； 3、精通LR，GBDT等常用统计学习方法，熟悉多目标学习、深度学习、在线学习算法，良好的编码习惯和工程优化能力； 4、3年以上互联网公司的数据挖掘或机器学习的工作经历； 5、自然语言处理、图谱挖掘、欺诈检测优先；有过信用分、支付风控经验优先。

岗位职责 1）负责涉赌涉诈风控AI模型相关数据统计分析、场景发现、特征挖掘、算法应用落地工作； 2）依据招商银行制度和数据规范，负责涉赌涉诈模型的架构优化、性能提升、效率提升等工作； 3）与其他业务线协作完成涉赌涉诈风控模型数据相关提取和开发工作； 4）完成其他业务或监管要求的相关模型和数据工作。 岗位要求 1）计算机、信息学、数学、通信工程、金融工程等相关专业，本科及以上学历； 2）熟练掌握Python、Scala、Java等至少一门语言； 3）至少3年以上商业银行或相关金融、监管机构风控模型、风控算法应用项目经验，熟悉风控领域项目实施的流程和方法； 4）熟练掌握机器学习、深度学习的基本理论和方法，有图计算、图挖掘相关经验者优先； 5）熟悉大规模数据处理分析的基本方法和思路，熟悉Hadoop生态，包含但不限于Hive、Spark、Flink、Hbase等，有过大规模数据开发和处理的经验，有分布式数据系统开发经验者优先； 6）具备跨团队协作开发的能力，学习能力强紧跟行业发展动态，有风控项目管理经验者优先。

工作职责 1、深入了解互联网贷款业务的市场动态，产品属性、业务场景、客群特征、风险模式，基于海量数据进行衍生变量挖掘，构建各类特征标签和风险特征集市； 2、负责第三方外部资信底层数据挖掘和建模评估； 3、与业务团队深度合作，完成需求沟通对接，评估框架体系设计和数据分析挖掘等工作。 岗位要求 1、研究生及以上学历，统计学、应用数学、计算机、通信等理工科相关专业，工作经验3年左右； 2、熟练使用python，熟悉SQL,Hive,Spark，Hadoop，具备扎实的数据分析功底；熟悉常用数据挖掘算法与模型，熟悉逻辑回归，树模型、无监督、神经网络等建模方法； 3、具备消费金融风险模型开发经验和大数据挖掘/分析经验；优秀的逻辑思维能力，高度的业务和数据敏感性； 4、有金融信贷行业风控数据挖掘或建模经验，有风控策略经验、征信挖掘经验为加分项。

美团平台汇聚美食、外卖、酒店旅游、电影、打车、共享单车、休闲玩乐、美容美发等200多个品类和900万活跃商家，是具有全国影响力的零售科技平台。 我们团队不仅负责美团App的用户增长、大前端技术基础设施建设、公司语音和智能交互技术及产品研发，还承担了多条业务线的产品设计及品牌营销职责，同时整合地图服务部、客户服务和体验部等部门，致力于用科技提升美团数亿消费者、数百万商家、骑手、司机和团长的服务体验。美团平台拥有高并发、多业务的复杂场景，为技术深度优化提供了最佳实践可能。这里有简单、讲逻辑、有爱的团队，更是一块理想的实战场地，舞台广阔，欢迎你来尽情施展。 岗位职责 1、负责优化训练数据，包括利用不同的生成模型合成数据、参与利用 scaling law 设计更合理的数据配比，参与 RLHF 环节。 2、分析数据并为产品提供更好的方向。 3、通过你的工作，我们将通过利用更好的数据实现更优秀的AI模型。 岗位基本需求 1、至少3年以上工作经验，其中包括数据工程方面的经验，比如使用PySpark、Beam或Flink等工具构建大规模数据处理管道的经验。 2、具备使用Elasticsearch和Postgres的经验。 3、熟练掌握Python和SQL。 4、并不会要求你现在精通机器学习方面的专业知识，但熟悉机器学习和自然语言处理（NLP）以及愿意在工作中学习更多知识很重要。 具备以下者优先 1、具备使用 Docker 和 Kubernetes 进行容器化设置的经验。 2、熟悉 PyTorch 岗位亮点 1、获得在业内最前沿的大模型认知和技术积累，包括且不限于对 Scaling law、MoE、RLHF 、Long context 、CharacterAI 等技术方向的全新理解。 2、丰富的数据和GPU资源

工作职责： 1. 熟悉贝壳业务风控体系，搭建账号安全、营销反作弊、交易资金安全等场景相关的策略算法模型 2. 与业务团队密切配合，基于对历史数据的分析和挖掘，实现对风险的感知、识别、处置和持续对抗迭代 3. 探索前沿算法在业务风控场景的落地应用，包括但不限于图算法、无监督模型、大模型等 任职资格： 1、本科及以上学历，计算机、数学等相关专业优先； 2、精通Python/JAVA/SHELL等语言，编码能力强； 3、熟悉特征工程和常用的机器学习算法，有应用这些算法进行实际产出的项目经验； 4、善于分析数据，总结规律，发现隐藏在数据背后的业务问题 5、有责任心，具备良好的沟通、合作能力，乐于分享，有较好的抗压能力

美团平台汇聚美食、外卖、酒店旅游、电影、打车、共享单车、休闲玩乐、美容美发等200多个品类和900万活跃商家，是具有全国影响力的零售科技平台。 我们团队不仅负责美团App的用户增长、大前端技术基础设施建设、公司语音和智能交互技术及产品研发，还承担了多条业务线的产品设计及品牌营销职责，同时整合地图服务部、客户服务和体验部等部门，致力于用科技提升美团数亿消费者、数百万商家、骑手、司机和团长的服务体验。美团平台拥有高并发、多业务的复杂场景，为技术深度优化提供了最佳实践可能。这里有简单、讲逻辑、有爱的团队，更是一块理想的实战场地，舞台广阔，欢迎你来尽情施展。 岗位职责 1、负责优化训练数据，包括利用不同的生成模型合成数据、参与利用 scaling law 设计更合理的数据配比，参与 RLHF 环节。 2、分析数据并为产品提供更好的方向。 3、通过你的工作，我们将通过利用更好的数据实现更优秀的AI模型。 岗位基本需求 1、至少3年以上工作经验，其中包括数据工程方面的经验，比如使用PySpark、Beam或Flink等工具构建大规模数据处理管道的经验。 2、具备使用Elasticsearch和Postgres的经验。 3、熟练掌握Python和SQL。 4、并不会要求你现在精通机器学习方面的专业知识，但熟悉机器学习和自然语言处理（NLP）以及愿意在工作中学习更多知识很重要。 具备以下者优先 1、具备使用 Docker 和 Kubernetes 进行容器化设置的经验。 2、熟悉 PyTorch 岗位亮点 1、获得在业内最前沿的大模型认知和技术积累，包括且不限于对 Scaling law、MoE、RLHF 、Long context 、CharacterAI 等技术方向的全新理解。 2、丰富的数据和GPU资源

岗位职责：1、数据监控和分析，理解业务逻辑，及时察觉数据波动并深入分析原因，迅速定位业务异常和风险点，提供解决方案2、数据决策支持，负责数据分析，为整体风控策略提供数据支持3、推动策略升级，通过分析数据提炼作弊特征，优化风控策略4、建立全面的指标体系，监控和数据看板职位要求：1、计算机科学、数学、统计等理工科相关专业本科及以上学历2、熟练MySQL、Sqlserver、Hive等数据库及相关应用技能3、具备良好的学习和适应能力，具备出色的沟通协调能力，具备一定的项目推动能力

工作职责 1. 了解贝壳业务风控体系，搭建账号安全、营销反作弊、交易资金安全等场景相关的策略算法模型 2. 与业务团队密切配合，基于对历史数据的分析和挖掘，实现对风险的感知、识别、处置和持续对抗迭代 3. 探索前沿算法在业务风控场景的落地应用，包括但不限于图算法、无监督模型、大模型等 任职资格 1、本科及以上学历，计算机、数学等相关专业优先； 2、精通Python/JAVA/SHELL等语言，编码能力强； 3、熟悉特征工程和常用的机器学习算法，有应用这些算法进行实际产出的项目经验； 4、善于分析数据，总结规律，发现隐藏在数据背后的业务问题 5、有责任心，具备良好的沟通、合作能力，乐于分享，有较好的抗压能力

职位描述 1、开发灵活可靠的轨迹与行为预测算法，满足下游决策规划模块的需求。 2、探索基于learning的决策规划与端到端方案 3、构建数据闭环，完成模型自动化迭代。 职位要求 1、熟悉学术界前沿基于学习的预测与规划算法的研究，并有实际动手经验； 2、良好的编程能力，熟悉python, c++，掌握常见的算法和数据结构知识。 1、有相关研究经验，在顶会上有高水平论文发表； 2、参加kaggle或知名会议上举办的相关比赛取得优异成绩； 3、ACM/ICPC、CCPC、NOI、IOI等计算机/信息学竞赛获奖经历。 4、参与过预测算法在实车的部署，了解预测算法在部署中的实际问题。 5、了解传统的决策规划算法，并知晓能力边界与待解决问题。

职位职责： 1、负责处理挚文集团旗下业务上存在的各种业务风控问题； 2、基于海量用户的设备、网络、环境、行为，用户表现、用户内容等，对海量数据进行挖掘，识别作弊用户，包括薅羊毛、真人众包作弊、欺诈、赌博等黑灰产； 3、通过挖掘数据发现潜在关联，提前感知业务风险并进行风险预测，参与制定风控策略，协助公司业务及时发现与解决问题； 4、支持风控平台的开发工作，包括数据开发，系统开发等； 职位要求： 1、拥有计算机科学、信息安全、数据科学或相关领域的学士学位； 2、精通SQL、Python和JAVA编程语言，并具备高并发系统架构设计的能力。熟悉mysql、mongo、redis、hbase、kafka等基础组件； 3、具备敏锐的数据洞察力和海量数据处理经验，能够从海量数据中提取核心结果，并快速发现异常数据和模式； 4、熟悉大数据生态系统，包括Hadoop、Hive、Spark、Flink等，能够高效地处理和分析海量数据； 5、了解分类、回归、聚类、图算法、深度学习等多种算法及其原理，有特征工程和算法应用经验，有标签开发和用户画像经验者优先考虑； 6、具备良好的沟通能力、逻辑思维能力和问题解决能力，能够与团队成员和业务部门合作，共同完成项目任务； 7、具备安全、风控、反欺诈行业背景的经验者优先考虑。