About the job
【岗位定位】
本岗位旨在寻找具备全域风控视野的策略专家，不仅精通传统风控逻辑，更致力于推动AI技术在风险感知、归因定性及决策处置中的深度落地。你将作为连接“业务风险”与“人工智能”的桥梁，构建下一代智能风控引擎。
Responsibilities
1、全域风险感知体系构建： 负责营销反作弊、账户安全、交易欺诈等多场景的风险指标监控；建立基于异常检测的主动感知机制，实现对未知风险的早期发现。
2、智能归因与风险定性： 主导复杂风险事件的深度分析，利用统计学与AI辅助手段，快速完成风险定性；沉淀风险特征库，为模型迭代提供高质量标签。
3、AI风控场景落地： 探索大模型（LLM）与机器学习在风控中的应用，包括但不限于：自动化风险报告生成、非结构化数据（如文本、图像）的风险识别、智能归因助手开发等，提升运营效率。
4、实时风控逻辑优化： 深入理解实时风控引擎运作机制，将业务洞察转化为高效的实时策略。
5、跨场景策略统筹： 打破单一业务线壁垒，统筹营销、账户、支付等全量风险防控策略，确保风控体系在应对跨场景交叉攻击时的整体有效性。
Qualifications
Minimum
1、 计算机、数学、统计、信息安全等相关专业优先。
2、3年以上互联网风控经验，具备跨场景风控能力（同时熟悉营销反作弊、账户安全，反欺诈、内容风控中至少两个领域者优先）。
3、具备全链路风控逻辑，深刻理解实时风控的基础架构（特征工程、决策引擎、流式计算），能独立设计从感知到处置的完整闭环。
4、极强的数据敏感度，熟练使用SQL/Python/AI，能通过多维下钻精准定位风险根因。
5、具备特征挖掘能力： 擅长从海量行为数据中提炼高区分度特征，并能将其转化为可工程化的风控资产。
Preferred
6、AI落地经验（核心加分项）：
有AI赋能风控的实际项目经验，如：利用大模型进行风险定性分析、使用无监督学习发现新型作弊团伙、或开发过智能风控运营工具。
对Prompt Engineering、RAG（检索增强生成）在风控知识库中的应用有深入理解者优先。