快手
风险策略工程师
风险策略工程师
发布于 大约 16 小时前普通员工/个人贡献者
全职员工仅现场办公风险管理
风险管理
Pytorch
Tensorflow
图神经网络
大语言模型
数据分析
机器学习
深度学习
算法
风控
值不值得投
76综合评分
综合评分 76
技术驱动型风控岗位，薪资市场水准，技术前沿，WLB未明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
30K
比风险管理中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2300 个在招 · 其中风险管理 2 个
市场机会
选择适中
北京 · 风险管理 · 29 个在招
职位详情
关于这个职位
该职位负责利用大数据分析和机器学习技术，在快手平台进行风险识别与策略制定
工作包括建立风险模型、探索AI技术在风控中的应用，并与业务团队合作保障平台安全
最低要求
本科及以上学历，计算机、数学、统计、人工智能等相关专业
熟悉 Python 语言，具备扎实的机器学习基础和良好的算法能力，熟悉常用建模方法与评估指标
熟悉至少一种深度学习框架，如 PyTorch、TensorFlow 等
有良好的学习能力、数据敏感度和团队合作精神
工作职责
通过大数据分析与机器学习建模，洞察风险产生链路及变化路径，挖掘账号行为特征，建立业务场景中各主体的风险画像和风险分层模型，从数据角度识别平台风险
探索大语言模型、多模态模型、图神经网络等 AI 技术在风控场景的应用，提升文本、图像、视频等内容风险以及团伙作弊、账号异常等复杂风险的识别效果
参与 AI 辅助的策略生产与运营链路建设，用模型和自动化手段提升策略挖掘、样本标注、效果归因的效率
与业务团队紧密配合，结合业务策略，平衡业务发展与风险防控，制定合适的风险策略，为业务健康发展提供风控保障
优先资格
了解大语言模型、图神经网络等方向者优先
有风控、反作弊、内容安全、异常检测相关的项目或实习经历者优先
有大模型应用实践经历，如 Prompt 工程、模型微调、RAG、Agent 开发等者优先
AI 洞察
优缺点分析
优点
- 接触前沿AI技术在风控中的应用
- 公司平台大，数据资源丰富
- 岗位核心，直接影响业务安全
- 风控场景复杂，需要持续学习
- 技术更新快，需保持竞争力
- 适合对机器学习和风控感兴趣，具备扎实技术基础，喜欢解决复杂问题的求职者
缺点 / 挑战
- 工作可能涉及高压力应对风险事件
角色解读
- 向风控算法专家或技术负责人发展
- 参与更多AI创新项目，提升技术影响力
- 转向管理岗位或跨领域应用
- 利用大数据和机器学习进行风险建模和分析
- 探索和应用前沿AI技术提升风控效果
- 与业务团队合作制定风险策略
- 参与自动化策略生产链路建设
- 扎实的机器学习和算法基础
- Python编程和深度学习框架使用
- 风控或异常检测领域知识
- 大模型应用经验
申请策略
- 了解快手业务和风控需求
- 准备相关技术面试，如算法题和模型设计
- 展示团队合作和沟通能力
- 突出机器学习项目和风控相关经验
- 展示Python和深度学习框架技能
- 强调数据分析和算法能力
- 学习大语言模型和图神经网络知识
- 了解风控行业最新动态和案例
面试指南
- 使用STAR法则描述项目经历
- 结合具体指标和业务影响回答
- 从技术可行性和业务价值角度分析问题
- 强调数据驱动和迭代优化
- 请介绍一个你做过的机器学习风控项目
- 如何评估风控模型的效果？
- 你对大语言模型在风控中的应用有什么看法？
- 如何处理类别不平衡的风控数据？
职位点评
薪资福利80
成长发展85
工作生活60
使命价值70
薪资福利
80较高
该职位在大型上市平台，薪资具有市场竞争力，稳定性较好。
薪资信号市场水准 (20K-40K/月)
成长发展
85较高
职位涉及大语言模型、图神经网络等前沿技术，提供技能成长机会。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、大语言模型、图神经网络
业务类型profit_center
工作生活
60中等
办公模式未明确，可能需现场办公，工作与业务紧密相关，节奏可能较快。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
风控工作有助于平台安全和用户体验，具有一定的社会意义。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
快手 的其他在招职位
相似职位推荐
Watch Jobs