字节跳动
风控算法工程师（Agent安全方向）-飞书
风控算法工程师（Agent安全方向）-飞书
发布于 大约 9 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
机器学习
深度学习
LLM
图挖掘
反作弊
风控
账号安全
AI 估算 · 30k–55k
大厂风控算法岗位，技术门槛高，短期经验即可获得较好薪酬，市场竞争力强。
职位详情
关于这个职位
该职位是字节跳动飞书团队的风控算法工程师，专注于办公协同与AI Agent场景下的账号安全
你将利用机器学习和数据挖掘技术，设计风险识别与对抗方案，保护用户账号免受黑产攻击、身份冒用等威胁
工作涉及算法、规则、图谱等多种手段，需要与团队协作推动安全策略落地
最低要求
计算机科学、统计学、人工智能、信息安全等相关专业本科及以上学历，硕士学位优先
具备扎实的工程与数据能力，熟悉Python/Java/C++中至少一种语言，熟悉SQL/HQL等数据处理技术，掌握Hadoop/Hive/Spark/Flink中至少一项
具备风控、反作弊、黑产对抗或安全算法相关经验，能够将算法能力应用到真实攻防与风控场景中
熟悉常见机器学习/深度学习方法，具备聚类、社区挖掘、异常检测、关联分析、图挖掘等一种或多种能力，或对账号安全问题有较强理解，熟悉盗号、session盗用、账号借用、设备伪造、代理滥用、异常访问、凭证盗用等典型风险场景者优先
能够围绕复杂安全问题进行体系化分析，不局限于建模本身，能够完成从问题定义、特征设计、策略制定、实验评估到上线运营的闭环
具备良好的业务抽象和跨团队协同能力，能够主动推动方向建设和专项落地
工作职责
负责建设面向新一代办公协同与AI Agent场景的账号安全能力，覆盖传统IM账号安全问题，围绕账号盗用/借用、异常登录等问题，结合设备、网络、行为、会话、凭证等多维信号，针对黑产攻击、身份冒用、批量操控、网络劫持、异常代理等安全风险，设计并落地风险识别与对抗方案
推动Agent账号安全能力建设，面向未来Agent生态中的身份与凭证安全问题、AI Agent与工具调用场景，探索和建设如凭据盗用、Agent身份冒用、授权链路异常等新型账号安全问题的识别与治理能力
挖掘海量数据中的潜在关联关系与攻击模式，建立面向账号安全的风险感知与研判能力，支持风险的提前发现、快速定性和持续追踪
结合算法、规则、图谱、策略和运营手段进行综合治理，推动安全能力在真实业务中的落地，从风险发现、策略制定、算法识别到运营闭环，形成可持续演进的安全防护体系，持续提升识别效果、响应效率和业务收益
优先资格
加分项
有互联网账号安全、身份安全、反作弊、黑灰产对抗相关经验
有会话安全、设备可信、身份校验、凭证安全、访问控制等方向经验
熟悉DPoP、Token Binding、OAuth/Access Token安全、设备指纹、风控对抗等相关技术
熟悉大模型LLM、Agent、Tool Use、Agent身份与授权链路等新型安全问题，有相关建设经验者优先
具备策略运营、攻防运营、风险研判或安全产品化经验者优先
有较强的方向规划能力，能够独立负责一个细分安全方向并持续做深
AI 洞察
优缺点分析
优点
- 大厂资源丰富，数据海量，能够深入应用机器学习和图算法解决实际问题
- 薪资福利有竞争力，团队技术氛围浓厚
- 安全对抗领域变化快，需要持续学习和跟进新型攻击手段
- 跨团队协作要求高，需要与产品、运营等部门紧密配合
- 适合对安全算法有热情、技术功底扎实、喜欢解决复杂对抗问题的算法工程师
缺点 / 挑战
- 加入字节跳动飞书团队，参与前沿AI Agent安全建设，技术挑战大，成长快
- 工作压力可能较大，需要快速响应安全事件
角色解读
- 在安全算法方向深耕，成为账号安全或AI Agent安全领域的专家
- 横向拓展至整个反作弊或风控体系，负责更大范围的安全策略
- 向技术管理方向发展，带领团队建设安全能力
- 设计与落地针对账号盗用、异常登录等安全风险的识别与对抗算法，保护办公协作平台用户安全
- 探索AI Agent场景下的新型安全问题，如凭据盗用、身份冒用，构建前瞻性防护能力
- 利用大数据和机器学习技术挖掘攻击模式，建立风险感知与研判体系，实现快速响应
- 扎实的编程功底（Python/Java/C++）和大数据处理能力（Spark/Flink/Hive）
- 机器学习与深度学习方法，特别是异常检测、聚类、图挖掘等算法
- 风控或安全领域背景，熟悉账号安全场景（盗号、session盗用等）
申请策略
- 面试前准备一个完整的风控策略案例，从问题定义到上线闭环
- 关注字节跳动飞书的安全方向博客或技术分享，体现对业务的了解
- 突出风控或安全算法项目经验，尤其是账号安全、反作弊等方向的实际案例
- 强调数据处理和机器学习技能，附上具体模型效果或业务收益数据
- 展示对AI Agent或大模型安全的理解，如有相关探索经验更佳
- 补充图挖掘（如GNN）、异常检测等算法知识，并实践在大数据平台
- 了解OAuth、Token Binding、设备指纹等技术，熟悉黑产对抗手段
面试指南
- 使用STAR法则：情境-任务-行动-结果，突出技术细节和业务影响
- 对于算法问题，先明确问题定义，再讲特征工程、模型选择和评估指标
- 对于开放性问题，展示体系化思考，从风险类型、检测手段、运营闭环等维度展开
- 请描述你处理过的一个账号安全风险案例，你是如何发现并设计方案的？
- 如何利用机器学习检测异常登录行为？具体用哪些特征和模型？
- 谈谈你对AI Agent安全的理解，你认为未来会面临哪些主要威胁？
- 在跨团队协作中，如何推动一个安全策略落地？遇到过哪些阻力？
- 复习机器学习基础，尤其是异常检测和聚类算法，准备手撕代码
匹配度报告
76
综合匹配度
大厂前沿安全算法岗，技术成长快，薪资优，但工作地点固定且可能加班。
适合人群
该职位最适合重视技术成长和职业发展的求职者，对薪资和稳定性也有较好满足，但需要接受现场办公和可能的加班。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展92
工作生活50
使命价值75
薪资福利匹配
85较高
大厂风控算法岗位，薪资在行业中上水平，福利完善（五险一金、补充医疗等），稳定性较高，但具体薪资未披露。
薪资信号未披露（AI估算：30K-55K/月）
成长发展匹配
92较高
职位涉及前沿的AI Agent安全，技术栈主流（机器学习、大数据、图算法），有明确的成长空间，但未明确提及晋升通道。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、图挖掘、LLM、Agent、Spark、Flink、风控
业务类型profit_center
工作生活匹配
50较低
仅现场办公，地点在北京市，未提及弹性工时或远程，可能加班较多。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
75中等
安全岗位具有社会价值，保护用户账号安全，行业属于高速增长赛道（办公协作+AI），创新性较强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs