锦鲤求职岗位描述
方向1——营销风控算法：
岗位职责
1、结合营销业务场景（如优惠券、补贴、活动奖励、游戏等），设计并实现针对虚假交易、批量注册、套现、团伙等异常行为的实时风控算法。
2、利用机器学习、深度学习及相关数据分析技术，对用户行为和交易数据进行实时监控与分析，识别可疑行为和潜在风险；
3、与业务、产品和风控团队紧密合作，定义并完善风控指标体系，持续跟进风险案例并制定对应策略；
4、设计并实现高效、稳定的风控数据处理流程，包括数据清洗、特征工程、模型训练及线上预测部署；
5、持续跟踪电商行业风险趋势及新技术发展，及时更新和升级风控算法与策略，提升整体防控能力。
任职要求
1、本科及以上学历，计算机科学、数据科学、数学、统计学、人工智能等相关专业。
2、精通数据分析、统计建模，熟悉常用机器学习算法（如逻辑回归、决策树、XGBoost、LightGBM、神经网络等）。
3、熟练使用 Python / Java / Scala 等至少一种编程语言，以及常用数据分析工具（Pandas、NumPy、SQL 等）。
4、具备处理大规模数据的能力，了解分布式计算框架（Hadoop、Spark、Flink 等）。
5、熟悉风控领域常见技术，包括但不限于异常检测、图相关分析等。
6、逻辑分析能力强，具备优秀的问题抽象与解决能力，能在业务与技术之间找到最佳平衡点。
方向2——商家风控算法：
岗位职责：
风控场景建模： 针对SHEIN全球化业务中的商家端风险场景（如：同人店铺、虚假发货、买卖联合欺诈、刷单炒信、恶意注册、黑灰产团伙欺诈等），构建和优化机器学习/深度学习模型。
特征工程与数据挖掘： 深入挖掘海量商家数据（包括基础信息、行为轨迹、交易链路、商品图文等），进行多维度的特征工程构建，提升风控识别的准确率和覆盖率。
图算法与复杂关系挖掘： 运用图神经网络（GNN）、知识图谱等技术，挖掘商家间的复杂关联网络，有效识别并打击团伙作弊和关联风险。
端到端算法落地： 负责算法从数据调研、模型训练、离线评估到线上部署的全流程，并持续监控和迭代模型，保障线上服务的稳定性和高效性。
跨团队协作： 与风控策略、产品经理、业务运营及研发团队紧密合作，深入理解业务痛点，将算法能力转化为实际的风控业务价值，赋能平台生态治理。
任职要求：
教育背景： 计算机科学、数学、统计学、人工智能等相关专业，本科及以上学历（硕士/博士优先）。
经验要求： 具备 3年以上（高级岗可改为5年以上）机器学习、数据挖掘或风控算法相关工作经验，有大型电商平台风控经验者优先。
编程功底： 编程基础扎实，熟练掌握 Python/Java/C++ 中的至少一种；精通 SQL，熟练使用 Hadoop/Spark/Flink/Hive 等大数据处理框架。
算法能力： * 深入理解并能熟练应用主流机器学习算法（如 LR, XGBoost, LightGBM, 随机森林等）。
熟练掌握至少一种深度学习框架（如 TensorFlow, PyTorch），对 DNN、Transformer、CNN、RNN 等有实际落地经验。
业务嗅觉： 对数据敏感，具备优秀的逻辑思维和业务理解能力，能够从复杂的业务表象中抽象出算法问题并独立解决。
软技能： 具备良好的沟通表达能力、抗压能力和团队协作精神，有极强的自我驱动力和技术热情。
加分项
有图算法（GraphSAGE, GCN, GAT等）、大模型等在风控场景成功落地经验者优先。
熟悉且主导过商家风控体系建设者优先。
在 KDD、NeurIPS、CVPR 等顶会发表过相关论文，或在 Kaggle、天池等知名数据挖掘比赛中取得优异名次者优先。