职位详情

职位列表 链接有效 不适用(官网全量采集) official:kuaishou:29413

风控算法工程师-【反作弊业务】

未披露 · Beijing · 快手科技

主分类:搜索推荐与业务决策算法研发
算法与数据
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": "风控算法工程师-【反作弊业务】",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "D13865",
        "location": "Beijing",
        "work_mode": "未披露",AI生成
        "job_category": "J0011"AI生成
    },
    "company": {
        "company_name": "快手科技",
        "company_industry": "内容社区 / 直播 / 电商 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "kuaishou.com",
        "company_description": "快手是内容社区与技术平台公司,业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
    },
    "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": "风控算法工程师-【反作弊业务】\n\n基础信息\n招聘类型:社招\n职位类别:J0011\n工作地点:Beijing\n所属部门:D13865\n发布时间:2026-07-09\n\n岗位职责\n1、挖掘黑产团伙(账号群组、设备群组),保障黑产作弊资源识别的准召;\n2、群组共性挖掘,基于共性业务行为/作弊链路挖掘团伙/工具化作弊链路;\n3、探索大模型(LLM)在风控领域的创新应用,提升复杂风险识别能力和泛化能力。\n\n任职要求\n1、本科及以上学历,计算机/AI算法应用相关专业;\n2、具备扎实的算法基础,熟练掌握常见的机器学习、图算法、表征学习等多类AI算法原理,有算法建模并解决实际问题的成功经验,掌握LLM算法原理,有LLM实践经验者优先;\n3、有风控领域算法应用实践经验者优先;\n4、具备良好的沟通协作能力,责任心与自驱力强,具备较强的学习意愿和能力。",
        "requirements_text": "风控算法工程师-【反作弊业务】\n\n基础信息\n招聘类型:社招\n职位类别:J0011\n工作地点:Beijing\n所属部门:D13865\n发布时间:2026-07-09\n\n岗位职责\n1、挖掘黑产团伙(账号群组、设备群组),保障黑产作弊资源识别的准召;\n2、群组共性挖掘,基于共性业务行为/作弊链路挖掘团伙/工具化作弊链路;\n3、探索大模型(LLM)在风控领域的创新应用,提升复杂风险识别能力和泛化能力。\n\n任职要求\n1、本科及以上学历,计算机/AI算法应用相关专业;\n2、具备扎实的算法基础,熟练掌握常见的机器学习、图算法、表征学习等多类AI算法原理,有算法建模并解决实际问题的成功经验,掌握LLM算法原理,有LLM实践经验者优先;\n3、有风控领域算法应用实践经验者优先;\n4、具备良好的沟通协作能力,责任心与自驱力强,具备较强的学习意愿和能力。",
        "skills": [AI生成
            "机器学习",
            "建模",
            "招聘",
            "大语言模型"
        ],
        "preferred_qualifications": "2、具备扎实的算法基础,熟练掌握常见的机器学习、图算法、表征学习等多类AI算法原理,有算法建模并解决实际问题的成功经验,掌握LLM算法原理,有LLM实践经验者优先;3、有风控领域算法应用实践经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/29413"
            }
        ]
    },
    "posting": {
        "posting_id": "29413",
        "post_date": "2026-07-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/29413"
    },
    "fulltext": "风控算法工程师-【反作弊业务】\n风控算法工程师-【反作弊业务】\n\n基础信息\n招聘类型:社招\n职位类别:J0011\n工作地点:Beijing\n所属部门:D13865\n发布时间:2026-07-09\n\n岗位职责\n1、挖掘黑产团伙(账号群组、设备群组),保障黑产作弊资源识别的准召;\n2、群组共性挖掘,基于共性业务行为/作弊链路挖掘团伙/工具化作弊链路;\n3、探索大模型(LLM)在风控领域的创新应用,提升复杂风险识别能力和泛化能力。\n\n任职要求\n1、本科及以上学历,计算机/AI算法应用相关专业;\n2、具备扎实的算法基础,熟练掌握常见的机器学习、图算法、表征学习等多类AI算法原理,有算法建模并解决实际问题的成功经验,掌握LLM算法原理,有LLM实践经验者优先;\n3、有风控领域算法应用实践经验者优先;\n4、具备良好的沟通协作能力,责任心与自驱力强,具备较强的学习意愿和能力。\n风控算法工程师-【反作弊业务】\n\n基础信息\n招聘类型:社招\n职位类别:J0011\n工作地点:Beijing\n所属部门:D13865\n发布时间:2026-07-09\n\n岗位职责\n1、挖掘黑产团伙(账号群组、设备群组),保障黑产作弊资源识别的准召;\n2、群组共性挖掘,基于共性业务行为/作弊链路挖掘团伙/工具化作弊链路;\n3、探索大模型(LLM)在风控领域的创新应用,提升复杂风险识别能力和泛化能力。\n\n任职要求\n1、本科及以上学历,计算机/AI算法应用相关专业;\n2、具备扎实的算法基础,熟练掌握常见的机器学习、图算法、表征学习等多类AI算法原理,有算法建模并解决实际问题的成功经验,掌握LLM算法原理,有LLM实践经验者优先;\n3、有风控领域算法应用实践经验者优先;\n4、具备良好的沟通协作能力,责任心与自驱力强,具备较强的学习意愿和能力。\n风控算法工程师-【反作弊业务】\n\n基础信息\n招聘类型:社招\n职位类别:J0011\n工作地点:Beijing\n所属部门:D13865\n发布时间:2026-07-09\n\n岗位职责\n1、挖掘黑产团伙(账号群组、设备群组),保障黑产作弊资源识别的准召;\n2、群组共性挖掘,基于共性业务行为/作弊链路挖掘团伙/工具化作弊链路;\n3、探索大模型(LLM)在风控领域的创新应用,提升复杂风险识别能力和泛化能力。\n\n任职要求\n1、本科及以上学历,计算机/AI算法应用相关专业;\n2、具备扎实的算法基础,熟练掌握常见的机器学习、图算法、表征学习等多类AI算法原理,有算法建模并解决实际问题的成功经验,掌握LLM算法原理,有LLM实践经验者优先;\n3、有风控领域算法应用实践经验者优先;\n4、具备良好的沟通协作能力,责任心与自驱力强,具备较强的学习意愿和能力。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}