职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7662333093014292789

智能风控专家-抖音电商

未披露 · 北京 · 字节跳动

主分类:平台治理与风险运营
运营
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "智能风控专家-抖音电商",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "职能 / 支持"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品,旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1、结合数据工程、算法模型与结构化思维,深入电商交易履约、营销活动、资金结算、商户运营等业务场景,系统化识别风险、精准打击舞弊行为,将模糊的风险感知转化为可落地的数据洞察与内控防控方案;\n2、依托大模型与算法策略,深入业务策略底层代码,理解业务策略底层的逻辑与潜在风险;基于大模型(LLM)及多模态AI技术,搭建覆盖订单交易、商业服务客服、物流履约、内容生态等多场景的非结构化风险数据分析体系,系统性拓展内控在电商业务AI应用层风险识别的深度与广度,持续提升内控策略工作的产能与效率杠杆;\n3、深度参与电商业务重大项目,在事前、事中环节提供针对性的风险研判和应对建议,保障业务安全、合规与平稳开展。",
        "requirements_text": "1、本科及以上学历,计算机、数据科学、统计学、软件工程等相关专业优先;\n2、精通SQL和Python,具备数据处理经验与模型验证能力;可独立完成从风险发现、数据调研分析到推动治理落地的全流程工作;\n3、能够与研发、产品团队清晰沟通技术发现,输出模型或产品风险评估及专业建议。\n\n加分项\n1、工作中有AI技术的应用经验优先(非生成式AI工具如豆包或DeepSeek的使用经验,例如自建模型、用算法做风险识别、使用AI技术实现业务流程自动化等);\n2、有非结构化数据(文本、图像、视频)风险分析的实际落地经验者强优先(例如利用大模型、多模态模型识别商品违规内容、虚假宣传素材等);\n3、有利用大模型搭建风控策略开发、运营工作流并有落地场景者优先。",
        "skills": [AI生成
            "Python",
            "SQL",
            "建模",
            "大语言模型"
        ],
        "preferred_qualifications": "1、本科及以上学历,计算机、数据科学、统计学、软件工程等相关专业优先;加分项;1、工作中有AI技术的应用经验优先(非生成式AI工具如豆包或DeepSeek的使用经验,例如自建模型、用算法做风险识别、使用AI技术实现业务流程自动化等);2、有非结构化数据(文本、图像、视频)风险分析的实际落地经验者强优先(例如利用大模型、多模态模型识别商品违规内容、虚假宣传素材等);3、有利用大模型搭建风控策略开发、运营工作流并有落地场景者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7662333093014292789/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7662333093014292789",
        "post_date": "2026-07-14",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7662333093014292789/detail"
    },
    "fulltext": "智能风控专家-抖音电商\n职位描述\n1、结合数据工程、算法模型与结构化思维,深入电商交易履约、营销活动、资金结算、商户运营等业务场景,系统化识别风险、精准打击舞弊行为,将模糊的风险感知转化为可落地的数据洞察与内控防控方案;\n2、依托大模型与算法策略,深入业务策略底层代码,理解业务策略底层的逻辑与潜在风险;基于大模型(LLM)及多模态AI技术,搭建覆盖订单交易、商业服务客服、物流履约、内容生态等多场景的非结构化风险数据分析体系,系统性拓展内控在电商业务AI应用层风险识别的深度与广度,持续提升内控策略工作的产能与效率杠杆;\n3、深度参与电商业务重大项目,在事前、事中环节提供针对性的风险研判和应对建议,保障业务安全、合规与平稳开展。\n\n职位要求\n1、本科及以上学历,计算机、数据科学、统计学、软件工程等相关专业优先;\n2、精通SQL和Python,具备数据处理经验与模型验证能力;可独立完成从风险发现、数据调研分析到推动治理落地的全流程工作;\n3、能够与研发、产品团队清晰沟通技术发现,输出模型或产品风险评估及专业建议。\n\n加分项\n1、工作中有AI技术的应用经验优先(非生成式AI工具如豆包或DeepSeek的使用经验,例如自建模型、用算法做风险识别、使用AI技术实现业务流程自动化等);\n2、有非结构化数据(文本、图像、视频)风险分析的实际落地经验者强优先(例如利用大模型、多模态模型识别商品违规内容、虚假宣传素材等);\n3、有利用大模型搭建风控策略开发、运营工作流并有落地场景者优先。\n1、结合数据工程、算法模型与结构化思维,深入电商交易履约、营销活动、资金结算、商户运营等业务场景,系统化识别风险、精准打击舞弊行为,将模糊的风险感知转化为可落地的数据洞察与内控防控方案;\n2、依托大模型与算法策略,深入业务策略底层代码,理解业务策略底层的逻辑与潜在风险;基于大模型(LLM)及多模态AI技术,搭建覆盖订单交易、商业服务客服、物流履约、内容生态等多场景的非结构化风险数据分析体系,系统性拓展内控在电商业务AI应用层风险识别的深度与广度,持续提升内控策略工作的产能与效率杠杆;\n3、深度参与电商业务重大项目,在事前、事中环节提供针对性的风险研判和应对建议,保障业务安全、合规与平稳开展。\n1、本科及以上学历,计算机、数据科学、统计学、软件工程等相关专业优先;\n2、精通SQL和Python,具备数据处理经验与模型验证能力;可独立完成从风险发现、数据调研分析到推动治理落地的全流程工作;\n3、能够与研发、产品团队清晰沟通技术发现,输出模型或产品风险评估及专业建议。\n\n加分项\n1、工作中有AI技术的应用经验优先(非生成式AI工具如豆包或DeepSeek的使用经验,例如自建模型、用算法做风险识别、使用AI技术实现业务流程自动化等);\n2、有非结构化数据(文本、图像、视频)风险分析的实际落地经验者强优先(例如利用大模型、多模态模型识别商品违规内容、虚假宣传素材等);\n3、有利用大模型搭建风控策略开发、运营工作流并有落地场景者优先。",
    "standard_classification": {
        "std_category_code": "B008",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}