资深算法工程师（国际支付风控方向） 岗位职责： 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。 职位要求： 1.经验与教育背景 ●拥有3年以上风控算法研发经验，对跨境支付业务有系统性理解和实际风控经验。 ●计算机科学、数据科学、统计学或相关专业，本科及以上学历。 2.技术能力 ●精通Python编程，熟悉主流机器学习框架（如TensorFlow、PyTorch等），具备优秀的算法实现和优化能力。 ●深入理解大规模数据挖掘、机器学习、分布式高性能计算等技术，能够高效处理海量数据，能够应对高QPS低延时模型需求。 3.业务敏感性与团队合作 ●对风控领域充满热情，具备敏锐的业务洞察力，熟悉全球各主要区域常见支付欺诈风险模式，能够迅速适应和响应业务需求的变化。 ●具备强烈的责任心和主观能动性，能够独立完成任务，同时拥有优秀的团队合作精神和沟通能力，推动项目顺利进行。

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。

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。

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

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

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。

美团金融服务平台成立于2016年，以“场景+金融”模式，携手合作伙伴构建开放生态，为美团平台用户和商户提供底层账户、支付通道、信贷、保险和理财等金融解决方案。我们致力于以科技为核心，助力金融机构打通金融普惠“最后一公里”。我们期待与大家共同完成每一件平凡而卓越的事情，一起为用户提供优质的产品体验，守护用户的资金安全，让生活变得更美好。 岗位职责 1.负责国际支付中的拒付风险防控，减少公司利润损失，基于历史数据和专家经验，基于数据分析、挖掘，设计针对盗卡、盗账户的安全策略且持续优化； 2.平衡支付体验的便捷和资损，设计、实施、监控风险-收益最大化的安全策略，保障业务健康发展； 3.建立策略监控指标体系与数据报表体系，完善风险监控与预警机制，进行日常风险指标与策略、模型性能监控； 4.联动产品、技术、算法等团队，建设风险引擎中台能力，设计和构建体系化的风控策略、流程与机制。 岗位基本需求 1.本科及以上学历，计算机、数学、统计学、管理科学等相关专业； 2.有良好的数据分析和策略分析经验，有风险策略/数据挖掘/机器学习等相关工作经验者优先； 3.熟练使用至少一种分析工具，如 SQL、Python、R 等，了解常见的机器学习算法和实践经验； 4.突出的分析问题和解决问题能力，自我驱动，并且具备较强的学习能力、创新应用能力及沟通协调能力； 5.可使用中英文作为工作语言，有海外工作经验更佳； 岗位亮点 1、与国际支付业务紧密协作，可了解海外业务动态 2、参与搭建国际支付风控体系，可锻炼培养全链路风控能力

职位职责： 1、负责反爬取和风控基础平台的架构、设计与实现； 2、负责风控数据平台和模型系统架构的建设； 3、跟踪反爬、反作弊技术的最新进展并应用于实践。 职位要求： 1、具备优秀的逻辑思维能力，对解决挑战性问题充满热情，善于解决问题和分析问题； 2、精通至少一门编程语言，熟练运用各种常用算法和数据结构，有独立的实现能力 ； 3、熟悉在线系统开发，流式计算，规则引擎及模型系统者优先； 4、有互联网反爬取，反作弊，账户安全等系统相关经验者优先。

岗位职责： 1.结合信贷业务场景，对内部海量数据进行清洗与深度挖掘，提炼稳定且有效的数据产品，为金融机构信贷业务搭建全生命周期模型提供数据基础； 2.使用Python开发并优化逻辑回归、XGBoost、深度神经网络等机器学习模型，结合信贷金融业务属性和场景，提升模型算法的表现，完善金融机构的全场景化模型组合； 3. 全程参与数据产品的研发，包括需求分析、市场分析、产品设计、产品性能测试、上线推广等环节，确保产品的高效交付和稳定运行； 4.积极研究和跟进前沿大数据建模理论和技术，将其有效融入产品开发中，以维持并提升产品的技术竞争力； 5.针对不同信贷金融机构的业务特色，设计定制化的风控和营销解决方案。运用大数据和算法技术，为合作伙伴提供精准的业务支持和服务。 岗位要求： 1.计算机、数学、统计、金融、物理、信息工程等数理专业硕士及以上学历; 2.具有3年及以上银行、消金或者互联网金融等相关的风险模型、数据挖掘相关工作经验，对信贷业务流程和系统有深刻理解； 3.精通风险管理和营销模型的构建方法，熟练掌握统计分析和数据挖掘技术。具备强烈的数据敏感性，能够独立发现并解决问题，具有自我激励和驱动的能力； 4.熟练应用Python、R等数据挖掘工具，掌握逻辑回归、XGBoost等机器学习算法，并了解深度学习和前沿算法的发展趋势； 5.具备良好的团队合作精神，优秀的沟通能力和项目管理技能，能够在快节奏的工作环境中有效推动项目进展。

1.信贷风控场景下，贷中经营全流程模型和算法开发，包括但不限于贷中B卡、营销响应、流失预警、offer额度优化、定价敏感度等 2.深入理解信贷业务贷中经营需求和痛点，灵活应用不同算法定制模型，实现风险控制与业务收益的平衡 3.跟进业界前沿，创新探索用于风险/运营管理的算法，并推进落地，有效提升业务指标 任职要求： 1.3年及以上相关工作经验，经济、金融、数学、统计、计算机等相关专业本科以上学历； 2.熟悉常用机器学习算法，如FM、DeepFM、xGboost、DIN、DNN等，扎实的编程和数学基础； 3.熟练掌握常用的编程语言，精通Python、scala编程中的一种，掌握海量数据处理技术，包括但不限于Hadoop/Hive/Spark； 4.良好的团队合作精神和创新精神，乐观、自省，优秀的沟通能力和抗压能力； 5.有完整贷中经营业务应用经验者优先。

1、负责贷前授信/贷中定额定价及策略管理，从风险管理角度研究并评估相关风险，对不同类型的客户及时制定并更新风控政策； 2、通过洞察客户，挖掘客户特征，完善客户画像，找寻优质客群并依据客户特征优化风控策略； 3、负责建立基于数量的量化贷后预警等风控模型，利用python, R等建模工具以及决策树、聚类和XGB等常用算法原理，并基于模型制定差异化的风控策略不断优化风险； 4、负责风险数据收集、识别、预警、报告系统，搭建风险监测系统，对引入的外部数据进行数据价值和ROI评估。 任职资格： 1、211***本科及以上学历，经济、金融、数学等相关专业； 2、2年以上金融行业（互联网金融、消费金融、小微金融、现金贷）风险策略工作经验，熟悉消费金融产品； 3、具备数据分析和python等分析工具使用经验，有独立建模包括逻辑回归,XGB, LGB,决策树,聚类等经验优先； 4、熟悉风控运作流程、监管法规，熟悉金融行业和国家监管政策，具备扎实的专业基础。

岗位职责： 主要负责Klook支付、风控系统研发及日常维护工作，与产品密切配合，保证业务需求的高效落地； 负责管理自身项目和需求的优先级、按时高质量交付； 推动团队应用优秀的软件工程方法论，Code review 保证团队交付质量； 解决系统疑难杂症，参与技术方案讨论，技术驱动解决业务问题； 有较强的工作责任心和良好的沟通协调能力，能在压力下独立解决问题。 任职要求： 熟练掌握Golang/Java语言，具有扎实的计算机基础和编程能力，熟悉常见的算法与数据结构； 负责过大型项目系统设计，具备系统抽象能力，熟悉Restful接口设计，有过互联网业务系统或相关技术产品开发经验； 熟练掌握MySQL数据库，擅长SQL优化，有大数据开源组件和关系图谱使用经验，至少熟悉kafka/es/mongodb/hbase/spark/flink/influxdb/neo4j中的2～3项，熟悉常见的大数据处理技术； 有支付、风控、反爬虫从业经验者优先，电商类项目经验优先(支付平台、收银平台、海外支付网关、风险控制平台、决策引擎、数据平台)，开源贡献者优先、GitHub源码者优先、技术博客者贡献者优先。

我们正在寻找一位经验丰富的推荐算法工程师，负责推荐算法的框架搭建和工程效能优化工作。该职位将主要负责TF和PyTorch框架在推荐系统中的应用，包括离线和在线训练优化、模型部署及生成式模型的实时预估。我们期待您的加入，共同推动公司的技术和业务发展。 岗位职责： 1. 离线Pipeline优化：优化TF框架的离线和在线逻辑，提升TF集群训练和GPU训练的离线pipeline资源利用率和效率。 2. 模型Serving：探索并搭建基于TF/PyTorch的Serving方案，实现推荐场景下的近线和在线预估流程。 3. 生成式模型应用：落地推荐领域的生成式模型预估框架，负责对应的训练加速和实时预估的部署。 4. 算法研发：优化工程效率，提升推荐系统的性能和效果。构建通用有效的工具和框架。 任职要求： 1. 教育背景：计算机科学相关专业本科及以上学历。 2. 工作背景：推荐算法领域3年以上的工作经验。 3. 技术经验： - 熟悉TF/PyTorch框架，具备离线Pipeline和在线Serving相应的部署和优化能力。 - 熟悉GPU加速相关技术，能够优化大规模数据的训练速度。 - 具有生成式模型应用经验，能够实现生成式模型的训练加速和实时预估部署。 4. 编程能力：精通Python编程，熟悉C++/Java或其他编程语言者优先。 5. 工程经验：具备扎实的工程能力，有大型推荐系统开发和优化经验者优先。 6. 沟通能力：良好的团队合作精神，具备跨团队沟通协作的能力。 7. 创新精神：热爱技术创新，乐于接受挑战，并能够持续学习和应用新技术。 优先条件： 1. 互联网公司推荐系统的相关工作经验。 2. 在推荐算法、机器学习或深度学习领域有高质量论文或专利。 3. 开源项目贡献经验。

岗位职责： 1.负责腾讯音乐集团相关产品推荐算法的设计实现与优化； 2.负责完善现有推荐系统的基础算法及并行计算框架； 3.负责音乐平台业务的基于用户/音乐特性的数据挖掘及推荐策略设计实现； 4.负责能够根据业务数据变化不断设计并调整算法策略来提升算法质量，并最终提升用户体验。 岗位要求： 1.硕士及以上学历； 2.计算机，统计，信息，数学等相关专业毕业优先； 3.扎实可靠的编程能力，精通C/C++/GO至少一门编程语言； 4.熟悉业内推荐算法及数据挖掘领域的技术热点和进展，对互联网在线音乐的推荐系统架构设计有深入了解； 5.了解Hadoop/Spark生态相关技术优先； 6.具备规模分布式数据存储与计算开发经验者优先； 7.沟通能力佳，表达能力出众者，音乐爱好者优先。

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。