希音
高级/资深算法（营销风控/商家风控）-南京上海
高级/资深算法（营销风控/商家风控）-南京上海
发布于 大约 8 小时前普通员工/个人贡献者
南京市 / 上海市
高级经验
全职员工
仅现场办公
本科
机器学习工程
Lightgbm
Pytorch
Sql
Tensorflow
Xgboost
图神经网络
机器学习
深度学习
风控算法
AI 估算 · 35k–60k
高级风控算法在电商大厂需求旺盛，技术难度高，跨境业务赋予额外溢价，薪资处于市场高位。
职位详情
关于这个职位
该职位是希音（SHEIN）的高级/资深风控算法工程师，面向全球电商业务，负责营销风控和商家风控两大方向
你将运用机器学习、深度学习、图算法等技术，识别虚假交易、团伙欺诈、刷单炒信等风险行为，构建和优化风控模型，并与业务、产品团队紧密协作
适合有3年以上风控或机器学习经验、对数据敏感、渴望在跨境电商领域深耕的算法人才
最低要求
方向1——营销风控算法任职要求：**
本科及以上学历，计算机科学、数据科学、数学、统计学、人工智能等相关专业
精通数据分析、统计建模，熟悉常用机器学习算法（如逻辑回归、决策树、XGBoost、LightGBM、神经网络等）
熟练使用 Python / Java / Scala 等至少一种编程语言，以及常用数据分析工具（Pandas、NumPy、SQL 等）
具备处理大规模数据的能力，了解分布式计算框架（Hadoop、Spark、Flink 等）
熟悉风控领域常见技术，包括但不限于异常检测、图相关分析等
逻辑分析能力强，具备优秀的问题抽象与解决能力，能在业务与技术之间找到最佳平衡点
方向2——商家风控算法任职要求：**
教育背景：计算机科学、数学、统计学、人工智能等相关专业，本科及以上学历（硕士/博士优先）
经验要求：具备 3年以上（高级岗可改为5年以上）机器学习、数据挖掘或风控算法相关工作经验，有大型电商平台风控经验者优先
编程功底：编程基础扎实，熟练掌握 Python/Java/C++ 中的至少一种
精通 SQL，熟练使用 Hadoop/Spark/Flink/Hive 等大数据处理框架
算法能力：深入理解并能熟练应用主流机器学习算法（如 LR, XGBoost, LightGBM, 随机森林等）
熟练掌握至少一种深度学习框架（如 TensorFlow, PyTorch），对 DNN、Transformer、CNN、RNN 等有实际落地经验
业务嗅觉：对数据敏感，具备优秀的逻辑思维和业务理解能力，能够从复杂的业务表象中抽象出算法问题并独立解决
软技能：具备良好的沟通表达能力、抗压能力和团队协作精神，有极强的自我驱动力和技术热情
工作职责
方向1——营销风控算法岗位职责：**
结合营销业务场景（如优惠券、补贴、活动奖励、游戏等），设计并实现针对虚假交易、批量注册、套现、团伙等异常行为的实时风控算法
利用机器学习、深度学习及相关数据分析技术，对用户行为和交易数据进行实时监控与分析，识别可疑行为和潜在风险
与业务、产品和风控团队紧密合作，定义并完善风控指标体系，持续跟进风险案例并制定对应策略
设计并实现高效、稳定的风控数据处理流程，包括数据清洗、特征工程、模型训练及线上预测部署
持续跟踪电商行业风险趋势及新技术发展，及时更新和升级风控算法与策略，提升整体防控能力
方向2——商家风控算法岗位职责：**
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
优先资格
有图算法（GraphSAGE, GCN, GAT等）、大模型等在风控场景成功落地经验者优先
熟悉且主导过商家风控体系建设者优先
在 KDD、NeurIPS、CVPR 等顶会发表过相关论文，或在 Kaggle、天池等知名数据挖掘比赛中取得优异名次者优先
AI 洞察
优缺点分析
优点
- 风控是电商核心环节，岗位价值高，技术栈前沿（图神经网络、大模型等），成长空间大
- 薪资待遇优厚，且有机会接触全球化业务，视野开阔
- 工作地涉及南京/上海双城，可能需适应异地办公或出差
- 对综合能力要求高，需要同时具备较强的业务理解和工程落地能力
- 适合有3年以上算法经验、喜欢解决复杂对抗问题、对风控领域有热情的技术型人才
缺点 / 挑战
- 公司是全球跨境电商巨头，业务规模大，数据丰富，算法落地场景真实且有挑战
- 风控对抗性强，需不断和黑灰产博弈，模型迭代压力大、节奏快
角色解读
- 从风控算法工程师向资深专家发展，深入复杂风控场景，成为团队技术核心
- 可横向拓展到整个风控体系（策略、产品、运营）或算法管理岗位
- 随着跨境电商风控领域重要性提升，可成为行业稀缺的复合型专家
- 设计并优化风控模型，识别虚假交易、团伙欺诈、刷单等黑灰产行为
- 基于海量用户/商家数据做特征工程，利用机器学习、图算法等构建实时和离线风控策略
- 与业务、产品团队协作，将算法能力落地到具体风控场景，并持续监控和迭代模型效果
- 扎实的机器学习算法基础，熟练使用XGBoost、LightGBM等常用模型
- 精通Python/Java/Scala，熟悉SQL及Hadoop/Spark/Flink等大数据处理框架
- 有深度学习或图神经网络实战经验，对TensorFlow/PyTorch等框架熟练
- 敏感的数据分析能力和业务理解力，能抽象业务问题为算法问题
申请策略
- 了解SHEIN的业务模式（快时尚跨境电商）和风控痛点，在面试中展现思考
- 准备1-2个完整的风控项目案例，用STAR法则清晰讲述
- 突出风控或相关领域的实际项目经验，特别是反欺诈、异常检测、图算法等场景
- 强调模型落地效果，比如提升识别准确率、降低误杀率等量化指标
- 展示大数据处理能力和编程功底，如Spark/Flink使用经验
- 如果有竞赛或顶会论文，务必提及，这是重要加分项
- 系统复习风控经典算法和评估指标，如KS、AUC、召回率/精准率权衡
- 学习图神经网络基础知识，了解GraphSAGE、GCN、GAT在风控中的应用
面试指南
- 采用'业务理解-策略设计-模型选择-落地监控'的框架，展现逻辑完整性
- 回答项目经验时，用STAR法则突出你的角色、难点和量化成果
- 面对开放性问题，先拆解问题，再给出结构化方案，并强调可行性
- 如何设计一个营销优惠券的反欺诈风控模型？
- 面对样本不平衡的风控数据，你会如何处理？
- 介绍一个你负责的风控算法项目，从特征工程到线上部署的流程
- 图神经网络在识别团伙作弊中的应用原理和你的实践经验？
- 如何评估风控模型的效果并持续迭代？
职位点评
75
综合评分
大厂核心风控算法，技术前沿、薪资优厚，但工作强度高、地点灵活度较低。
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。
更适合这类人
该职位最适合追求技术深度和职业成长、对风控领域有浓厚兴趣，且能接受高强度、快节奏工作的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展92
工作生活40
使命价值70
薪资福利
85较高
高级风控算法岗位薪资竞争力强，公司福利体系完善，但JD未明确体现具体福利，整体补偿性较高。
薪资信号未披露（AI估算：35K-60K/月）
成长发展
92较高
该职位涉及前沿技术（图神经网络、大模型）、核心业务场景，技术深度广，成长空间大，发展性动机强烈。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、图神经网络、GraphSAGE、GCN、GAT、大模型、TensorFlow、PyTorch、Spark、Flink
成长机会持续更新和升级风控算法、密切关注新技术发展、有极强的自我驱动力和技术热情
业务类型ambiguous
工作生活
40较低
仅现场办公，工作地点为南京/上海双城，可能涉及差旅或变动，JD未提及工作生活平衡，生活化动机满足有限。
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
70中等
风控维护电商生态健康，具有正向社会价值，且跨境业务发展迅速，但岗位以盈利保障为主，使命感和创新性中等偏上。
行业发展高速增长赛道
社会影响中性/一般
使命信号赋能平台生态治理
创新程度积极采用新技术
希音 的其他在招职位
相似职位推荐
Watch Jobs