岗位职责
- 规划内部威胁检测的整体技术路线和团队发展方向；
- 将数据泄露、权限滥用、异常访问等风险转化为具体检测场景；
- 决定不同场景应使用规则、统计模型、机器学习还是深度学习，并负责模型训练、上线、监控、迭代和效果评估；
- 建立告警分析、案件反馈和模型优化闭环；
- 带领并培养算法、机器学习和安全检测工程师，与Insider Risk Operations、HR、Legal、Privacy、IT等团队协作。
职位要求
- 有安全检测、风控、反欺诈、反作弊、信任与安全或异常检测经验；
- 理解监督学习、半监督学习、无监督学习、异常检测和时序建模，能够判断一个问题是否适合使用机器学习，而不是盲目使用复杂模型；
- 具备生产级工程能力，理解数据流水线、特征工程、模型部署和模型监控；
- 能够处理样本不平衡、标签稀缺、数据漂移和高误报等问题；
- 能够建立面向业务效果的指标体系，而不仅关注准确率、AUC和F1；
- 具备较强的团队管理、项目推动和跨部门沟通能力，理解员工隐私、数据最小化和内部调查相关的合规要求。 加分项：
- 安全检测、风控、反欺诈或反滥用团队负责人；
- UEBA、EDR、XDR、SIEM、DLP或身份风险产品相关经验；
- 负责过从数据建设、模型开发到生产上线的完整检测项目；
- 有5年以上安全检测、风控、反欺诈、反作弊、信任与安全或异常检测相关经验，以及一定团队管理经验优先。
