Xiaohongshu logo
小红书
【REDstar】安全算法工程师

【REDstar】安全算法工程师

发布于 大约 18 小时前

普通员工/个人贡献者

北京市 / 上海市
无经验要求
全职员工
仅现场办公
本科
软件工程
反爬虫
图算法
安全风控
异常检测
数据挖掘
机器学习
用户行为分析

AI 估算 · 20k–30k

大厂校招安全算法岗,一线城市薪资较高,技术门槛和需求量支撑中上水平。

职位详情

关于这个职位

该职位主要负责小红书平台的安全风控体系建设,包括虚假账号识别、API流量风险监控以及设备群控治理

你将参与构建智能化风险识别框架,从数据挖掘、特征工程到算法模型落地,提升平台对抗黑产的能力
适合对互联网安全和机器学习有浓厚兴趣的应届生

最低要求

本科及以上学历,计算机、信息安全、数学、统计学等相关专业优先

具备扎实的数据结构和算法基础,熟悉机器学习常用模型,对异常检测、图算法、序列建模等有了解者优先
熟练掌握Python/Java/Scala其中至少一门语言,有机器学习/深度学习项目经验者优先
对数据和业务敏感,具备较强的逻辑思维和学习能力,能够主动发现问题并探索解决方案
对互联网安全与风控领域有浓厚兴趣,具备良好的沟通能力和团队协作精神,能快速适应业务发展节奏

工作职责

参与小红书虚假账号、API流量风险及设备群控等安全风控体系的建设与治理

学习并参与构建自动化风险识别框架,推动从人工应对到智能对抗的演进
参与风险数据的整理、特征挖掘与分析,涉及用户行为、设备指纹、网络接口等多个维度
协助进行风险识别算法的调研、开发与迭代,积累风控算法能力,为平台提供技术支持

优先资格

有反爬虫、流量识别、风控算法竞赛或相关实习经验者优先

AI 洞察

优缺点分析

优点

  • 参与一线大厂核心安全风控系统,处理海量真实业务数据,技术含金量高
  • 团队技术氛围浓厚,有机会学习并应用机器学习、图算法等前沿技术
  • 平台品牌背书强,校招培养体系完善,职业起点高
  • 安全对抗不断升级,需持续跟进黑产新技术,保持学习节奏

缺点 / 挑战

  • 风控业务对效果要求高,算法落地需兼顾准确率和召回率,调优压力较大
  • 作为校招生,需要快速熟悉复杂业务场景,对逻辑能力和抗压能力有较高要求
  • 适合对互联网安全有浓厚兴趣、喜欢技术挑战、善于数据驱动的应届生,尤其是希望在BAT级别平台积累风控经验的同学

角色解读

  • 从安全算法工程师成长为高级算法专家,深入风控领域核心技术
  • 横向拓展至其他安全方向(如数据安全、内容安全)或算法通用能力
  • 在大型互联网平台积累海量数据实战经验,未来可向安全架构师或技术Leader发展
  • 参与建设安全风控体系,识别虚假账号、API流量风险及设备群控等问题
  • 构建自动化风险识别框架,推动从人工对抗到智能对抗的演进
  • 进行风险数据整理与特征挖掘,分析用户行为、设备指纹等多维数据
  • 调研和开发风险识别算法,持续迭代优化风控模型
  • 扎实的数据结构与算法基础,熟悉机器学习常用模型
  • 掌握Python/Java/Scala至少一门编程语言,有项目经验
  • 了解异常检测、图算法或序列建模等技术
  • 对数据和业务敏感,具备逻辑思维和问题解决能力

申请策略

  • 关注小红书安全团队的技术博客或公开演讲,了解其风控技术栈
  • 准备一个与风控相关的项目或案例分析,面试时展示思考和动手能力
  • 突出机器学习或数据挖掘项目经历,特别是异常检测、分类或图算法相关
  • 如有反爬虫、风控竞赛或安全实习经验务必重点描述
  • 展示编程能力和数据结构基础,可附上GitHub或技术博客
  • 强调对业务敏感性和主动解决问题的能力,用具体案例说明
  • 提前复习机器学习基础:异常检测算法(IForest、LOF)、图算法(GNN)、序列模型(LSTM/GRU)
  • 熟悉Python数据分析栈(pandas, numpy, sklearn)和至少一个深度学习框架(PyTorch/TensorFlow)

面试指南

  • 对于算法原理问题,先给出定义和核心思想,然后结合业务场景说明应用价值
  • 对于开放设计问题,采用分步骤:明确目标→数据来源→特征工程→模型选择→评估与迭代
  • 对于项目经验问题,使用STAR法则(情境、任务、行动、结果),突出难点和解决方案
  • 请解释异常检测中孤立森林(Isolation Forest)的原理和优缺点
  • 如何识别一个账号是否为虚假账号?请从特征和模型角度说明
  • 你用过哪些图算法?在风控场景中如何应用?
  • 假设我们需要检测API流量中的恶意爬虫,你会如何设计系统?
  • 描述一个你使用机器学习解决实际问题的项目,包括数据、特征、模型选择和评估

职位点评

72
综合评分

大厂校招安全算法岗,技术栈前沿、发展空间大,但工作强度和WLB一般。

从起薪待遇、成长路径、工作节奏和岗位方向综合评估,方便比较职业起点。

更适合这类人
该职位最适合重视技术成长和职业发展、对安全领域有热情、能接受一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值75

薪资福利

70中等

大厂校招薪资具有竞争力,但JD未明确薪资范围,福利信息缺失,整体满足度中等偏上。

薪资信号未披露(AI估算:20K-30K/月)

成长发展

85较高

职位涉及机器学习、图算法等主流技术,大厂平台能提供丰富的学习资源和实战场景,成长空间大。

技术前沿主流现代技术
技术栈机器学习、异常检测、图算法、序列建模、Python、Java、Scala
成长机会学习、积累
业务类型cost_center

工作生活

50较低

仅现场办公,未提及弹性工作或远程,且“快速适应业务节奏”可能隐含一定工作强度,WLB满足度一般。

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

75中等

安全风控岗位有明确的用户保护价值,行业稳定,技术迭代积极,能带来较好的意义感。

行业发展稳定成熟行业
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