【营销风控】
结合营销业务场景（如优惠券、补贴、活动奖励、游戏等），主导风控算法体系的顶层设计
跳出单点防御，从“控损与增长”的顶层商业逻辑出发，构建具备跨场景通用性的针对虚假交易、批量注册、套现、团伙等异常行为的实时风控算法架构
深入应用机器学习、深度学习、大规模图计算及相关数据分析技术，对海量用户行为和交易数据进行实时监控与分析，前瞻性地洞察和挖掘复杂团伙演进与深层潜在风险
与业务、产品、产研和风控团队紧密合作，作为核心 Owner 牵头横向战役（如大促风控备战），拉通多方资源并对齐目标
统筹定义全局风控指标体系，整合资源解决推进中的重大卡点，扛下最终的战略级指标
设计并主导优化高效、稳定的风控数据处理与工程链路，攻克高并发、低延迟场景下的技术难点，保障数据清洗、特征工程、模型训练及线上预测部署的极致性能与稳定性
持续跟踪电商行业风险趋势及新技术发展，具备“出题”能力，规划风控中长期技术演进路线，及时更新和升级风控算法与策略，持续引领整体防控能力的跃升
担任团队的技术骨干领袖（Tech Lead），将风控对抗方法论进行沉淀与赋能，指导团队同学成长，助力核心技术梯队的建设
【商家风控】
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