主分类:搜索推荐与业务决策算法研发
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": "电商风控算法工程师-【电商安全】",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "D7230",
"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": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "电商风控算法工程师-【电商安全】\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:D7230\n发布时间:2026-06-04\n\n岗位职责\n1、理解快手电商相关的业务模式和系统架构,发现潜在的作弊风险点,并制定合理的风控策略架构;\n2、独立负责电商某个场景的作弊风险,设计合理的数据埋点体系,通过大数据分析,定量识别潜在的风险和业务影响;\n3、针对电商某个业务场景建立合理的指标体系,在对抗中不断完善监控体系,形成可视化的监控系统;\n4、与其他相关团队紧密配合,通过大数据挖掘,寻找作弊者的行为特点,快速形成有效的打击策略,持续迭代并优化风控效果。\n\n任职要求\n1、5年以上机器学习、数据挖掘、数据分析或后台研发等的相关经验,计算机、数学、统计学专业优先;\n2、对业务和数据敏感,能够从数据上发现风险,提出解决方案,并验证效果;\n3、熟练掌握SQL语言,熟悉Hadoop/Spark的操作环境,至少熟悉Python、Java、R语言中的一种;\n4、具有电商相关工作经验优先,具有反作弊或安全策略相关经验,对黑灰产对抗有一定了解者优先。",
"requirements_text": "电商风控算法工程师-【电商安全】\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:D7230\n发布时间:2026-06-04\n\n岗位职责\n1、理解快手电商相关的业务模式和系统架构,发现潜在的作弊风险点,并制定合理的风控策略架构;\n2、独立负责电商某个场景的作弊风险,设计合理的数据埋点体系,通过大数据分析,定量识别潜在的风险和业务影响;\n3、针对电商某个业务场景建立合理的指标体系,在对抗中不断完善监控体系,形成可视化的监控系统;\n4、与其他相关团队紧密配合,通过大数据挖掘,寻找作弊者的行为特点,快速形成有效的打击策略,持续迭代并优化风控效果。\n\n任职要求\n1、5年以上机器学习、数据挖掘、数据分析或后台研发等的相关经验,计算机、数学、统计学专业优先;\n2、对业务和数据敏感,能够从数据上发现风险,提出解决方案,并验证效果;\n3、熟练掌握SQL语言,熟悉Hadoop/Spark的操作环境,至少熟悉Python、Java、R语言中的一种;\n4、具有电商相关工作经验优先,具有反作弊或安全策略相关经验,对黑灰产对抗有一定了解者优先。",
"skills": [AI生成
"Python",
"Java",
"SQL",
"Spark",
"Hadoop",
"机器学习",
"数据分析",
"数据挖掘",
"系统架构",
"招聘",
"R语言"
],
"preferred_qualifications": "1、5年以上机器学习、数据挖掘、数据分析或后台研发等的相关经验,计算机、数学、统计学专业优先;4、具有电商相关工作经验优先,具有反作弊或安全策略相关经验,对黑灰产对抗有一定了解者优先",
"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/5852"
}
]
},
"posting": {
"posting_id": "5852",
"post_date": "2026-06-04",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/5852"
},
"fulltext": "电商风控算法工程师-【电商安全】\n电商风控算法工程师-【电商安全】\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:D7230\n发布时间:2026-06-04\n\n岗位职责\n1、理解快手电商相关的业务模式和系统架构,发现潜在的作弊风险点,并制定合理的风控策略架构;\n2、独立负责电商某个场景的作弊风险,设计合理的数据埋点体系,通过大数据分析,定量识别潜在的风险和业务影响;\n3、针对电商某个业务场景建立合理的指标体系,在对抗中不断完善监控体系,形成可视化的监控系统;\n4、与其他相关团队紧密配合,通过大数据挖掘,寻找作弊者的行为特点,快速形成有效的打击策略,持续迭代并优化风控效果。\n\n任职要求\n1、5年以上机器学习、数据挖掘、数据分析或后台研发等的相关经验,计算机、数学、统计学专业优先;\n2、对业务和数据敏感,能够从数据上发现风险,提出解决方案,并验证效果;\n3、熟练掌握SQL语言,熟悉Hadoop/Spark的操作环境,至少熟悉Python、Java、R语言中的一种;\n4、具有电商相关工作经验优先,具有反作弊或安全策略相关经验,对黑灰产对抗有一定了解者优先。\n电商风控算法工程师-【电商安全】\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:D7230\n发布时间:2026-06-04\n\n岗位职责\n1、理解快手电商相关的业务模式和系统架构,发现潜在的作弊风险点,并制定合理的风控策略架构;\n2、独立负责电商某个场景的作弊风险,设计合理的数据埋点体系,通过大数据分析,定量识别潜在的风险和业务影响;\n3、针对电商某个业务场景建立合理的指标体系,在对抗中不断完善监控体系,形成可视化的监控系统;\n4、与其他相关团队紧密配合,通过大数据挖掘,寻找作弊者的行为特点,快速形成有效的打击策略,持续迭代并优化风控效果。\n\n任职要求\n1、5年以上机器学习、数据挖掘、数据分析或后台研发等的相关经验,计算机、数学、统计学专业优先;\n2、对业务和数据敏感,能够从数据上发现风险,提出解决方案,并验证效果;\n3、熟练掌握SQL语言,熟悉Hadoop/Spark的操作环境,至少熟悉Python、Java、R语言中的一种;\n4、具有电商相关工作经验优先,具有反作弊或安全策略相关经验,对黑灰产对抗有一定了解者优先。\n电商风控算法工程师-【电商安全】\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:D7230\n发布时间:2026-06-04\n\n岗位职责\n1、理解快手电商相关的业务模式和系统架构,发现潜在的作弊风险点,并制定合理的风控策略架构;\n2、独立负责电商某个场景的作弊风险,设计合理的数据埋点体系,通过大数据分析,定量识别潜在的风险和业务影响;\n3、针对电商某个业务场景建立合理的指标体系,在对抗中不断完善监控体系,形成可视化的监控系统;\n4、与其他相关团队紧密配合,通过大数据挖掘,寻找作弊者的行为特点,快速形成有效的打击策略,持续迭代并优化风控效果。\n\n任职要求\n1、5年以上机器学习、数据挖掘、数据分析或后台研发等的相关经验,计算机、数学、统计学专业优先;\n2、对业务和数据敏感,能够从数据上发现风险,提出解决方案,并验证效果;\n3、熟练掌握SQL语言,熟悉Hadoop/Spark的操作环境,至少熟悉Python、Java、R语言中的一种;\n4、具有电商相关工作经验优先,具有反作弊或安全策略相关经验,对黑灰产对抗有一定了解者优先。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}