蚂蚁集团
蚂蚁集团-风控数据科学家-支付宝自然人账户方向
蚂蚁集团-风控数据科学家-支付宝自然人账户方向
发布于 大约 15 小时前普通员工/个人贡献者
上海市 / 杭州市
中级经验
全职员工
仅现场办公
硕士
数据分析与科学
Llm
Sql
图计算
大模型应用
数据科学
机器学习
用户理解
风控
黑灰产对抗
AI 估算 · 30k–50k
硕士+3年风控经验，蚂蚁大厂核心岗位，薪资高于市场平均水平。
职位详情
关于这个职位
该职位负责支付宝自然人账户的全生命周期风险管理，包括对抗黑灰产、识别欺诈行为等
你需要运用数据科学和机器学习方法，设计并部署风控策略，保护亿级用户资金安全
适合有风控背景、热爱数据驱动决策的数据科学家
最低要求
硕士及以上学历，3年以上风控或数据科学背景
精通SQL/Python，熟悉机器学习、了解LLM前沿进展
工作职责
负责亿级客户的全生命周期风险管理与智能认知体系建设
围绕“高危黑产对抗、生活账户柔性管控”原则，部署覆盖注册、认证、KYC、资金交互等全链路的灰账户识别与分层管控策略
通过动态准入、巡检对抗、业务围栏等机制，精准压制盗赌诈洗、虚假开户、垃圾注册等恶意行为
优先资格
有黑灰产对抗、用户理解、图计算、大模型应用经验优先
AI 洞察
优缺点分析
优点
- 蚂蚁集团核心业务，亿级用户数据让你有丰富的数据场景
- 应用前沿技术（LLM、图计算），技术成长快
- 公司平台大，薪资福利有竞争力
- 对数据敏感度和业务理解要求高，需要快速适应复杂场景
- 热爱数据科学和风控领域、追求技术深度、能承受高强度工作的求职者
缺点 / 挑战
- 黑灰产对抗强度大，需持续更新策略，工作压力可能较大
角色解读
- 深耕风控领域，成为数据科学专家或风控架构师
- 转向业务产品方向，负责风控产品设计
- 向管理岗位发展，带领风控数据科学团队
- 负责亿级客户全生命周期风险管理，构建智能认知体系
- 设计并部署灰账号识别与分层管控策略，覆盖注册、认证、交易全链路
- 通过动态准入、巡检对抗等机制，精准压制盗赌诈洗等恶意行为
- 精通SQL和Python，能高效处理海量数据并构建模型
- 熟悉机器学习算法，了解大语言模型（LLM）的前沿应用
- 具备黑灰产对抗或用户理解经验，能从业务角度设计风控策略
申请策略
- 了解蚂蚁风控体系（AlphaRisk等），在面试中展现对业务的思考
- 突出风控相关的项目经验，尤其是黑灰产对抗、用户识别等案例
- 展示SQL/Python、机器学习模型的实际应用成果
- 如果有大模型或图计算经验，务必重点描述
- 学习LLM在风控中的应用，如文本异常检测、知识图谱等
- 补充图计算知识（如GNN）以增强竞争力
面试指南
- 使用STAR法则：情境、任务、行动、结果
- 结合业务场景，先明确目标，再选择方法，最后评估效果并迭代
- 如何设计一个识别虚假开户的风控模型？
- 如果风控模型误杀严重，你会如何优化？
- 请介绍一个你负责的风控项目，从数据到策略的全过程
- LLM在风控领域有哪些潜在应用？
- 如何处理正负样本极端不平衡的问题？
- 准备2-3个风控项目案例，包含数据探索、特征工程、模型选型、效果评估
职位点评
77
综合评分
蚂蚁大厂、薪资偏高、前沿技术栈，但工作强度大、WLB一般。
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
适合追求技术成长和薪资回报、能接受高强度工作的求职者。
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90
工作生活50
使命价值70
薪资福利
85较高
蚂蚁集团薪资在行业内处于领先水平，福利完善，该职位能满足较高的补偿性动机。
薪资信号偏高 (30K-50K/月)
成长发展
90较高
职位涉及LLM、图计算等前沿技术，且有亿级数据场景，成长空间大。
技术前沿前沿/新兴技术
技术栈SQL、Python、机器学习、LLM、图计算
业务类型ambiguous
工作生活
50较低
未提及远程或弹性工作，且蚂蚁集团工作强度较大，生活化动机满足度一般。
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
70中等
打击黑灰产、保护用户资金安全具有一定的社会价值，但职位本身不直接涉及使命感。
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
蚂蚁集团 的其他在招职位
相似职位推荐
Watch Jobs