岗位职责
- 开发全球支付场景下的通用盗用风险模型；
- 推动Seq、Graph、LLM在风控领域下的应用，完善风控特征体系与样本评估体系；
- 利用深度学习算法能力，解决跨国家、跨地区的通用模型建设，实现全球视角下的模型开发；
- 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；
- 研究前沿机器学习算法在风控领域的实践和应用。
职位要求
- 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；
- 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；
- 精通机器学习、多目标学习、深度学习、在线学习算法，具备良好的编码习惯和工程优化能力；
- 3年以上数据挖掘或机器学习相关工作经历；
- 具备自然语言处理、图谱挖掘、欺诈检测经验优先；有信贷、支付风控、搜推相关经验优先。
