岗位职责
- 风控算法建模：负责广告反作弊等核心风控场景的算法研发，运用机器学习/深度学习等方法构建风控模型，覆盖异常检测、作弊识别、流量质量评估等方向，推动模型从实验验证到线上部署的全流程落地。
- 风控场景大数据分析：负责风控场景下的海量数据处理与分析，基于 SQL/Spark完成数据清洗、多维特征提取与离线分析，深入挖掘设备、账号等维度中的风险信号，为策略与模型提供高质量数据支撑。
- 特征工程：基于业务理解进行特征设计，熟练使用 Python 完成从原始数据到模型特征的端到端开发，持续迭代特征体系，提升模型效果。
- 风控策略运营：结合模型输出与业务规则，设计并迭代广告反作弊策略体系，持续监控策略与模型线上效果，通过数据拆解定位作弊漏洞，平衡拦截率与误伤率。
- 跨团队协作：与产品、研发、运营团队紧密配合，深入理解业务风险痛点，输出数据驱动的算法解决方案，保障广告业务生态安全。
- 前沿技术探索：跟踪大模型、Agent、图表示学习、联邦学习等方向在风控场景的落地可行性，形成技术预研与业务转化。
职位要求
- 硕士及以上学历，计算机、数学、统计、机器学习等相关专业，2年以上算法/风控建模相关经验。
- 熟悉 LR、GBDT、XGBoost等经典算法，熟悉深度学习框架（PyTorch / TensorFlow），有异常检测、序列建模、图算法等经验者优先。
- 熟练掌握 Python，具备良好的编码规范和工程实现能力，能独立完成从数据预处理、特征工程到模型训练评估的全流程开发。
- 熟练掌握 Spark / Hive / SQL之一，具备海量数据处理经验，能基于 Spark /SQL独立完成复杂数据查询、特征开发与离线分析。
- 策略运营能力：具备策略设计思维，能基于模型分与业务规则构建分层风控策略，有策略效果监控与迭代经验。
- 工程落地能力：熟悉模型线上部署流程，有实时/准实时打分、特征服务、AB实验等经验者优先。
- 具备良好的逻辑思维、业务理解力和跨团队沟通能力。
- 岗位可以base北京/深圳。
