小红书
风控算法工程师-账号方向
风控算法工程师-账号方向
发布于 1 天前普通员工/个人贡献者
北京市 / 上海市
中级经验
全职员工
仅现场办公
本科
PyTorch
TensorFlow
XGBoost
异常检测
图神经网络
行为序列建模
团伙挖掘
AI 估算 · 30k–60k
风控算法工程师需求高，小红书平台大，薪资有竞争力，综合市场水平估算。
职位详情
关于这个职位
本岗位负责小红书账号全生命周期的风险治理，包括虚假账号识别、盗用检测、批量注册打击等
你将构建自动化、智能化的对抗机制，利用图神经网络、行为序列建模等前沿技术进行多维数据建模
适合有3年以上风控算法经验、对黑产对抗有热情的求职者
最低要求
年以上风控算法研发经验，算法基础扎实，本科及以上学历，计算机相关专业优先
特别优秀者可放宽年限
熟悉风控常用算法，包括异常检测、团伙挖掘、图神经网络、行为序列建模等
熟悉 Python/Scala/Java，具备优秀的编码能力，至少熟悉一种主流机器学习/深度学习框架（如 PyTorch、TensorFlow、XGBoost 等）
对业务和数据敏感，能从数据中发现账号风险规律，提出解决方案并闭环验证效果
有钻研精神，对账号安全与风控有热情，主观能动性强，能适应快速变化的业务节奏，具备良好的团队协作能力
工作职责
负责小红书账号全生命周期风险治理，包括虚假账号识别、账号盗用检测、批量注册/养号打击等核心场景
体系化构建账号风险识别框架，将被动对抗转化为自动化、智能化对抗机制
负责账号风险数据梳理与通用特征建设，聚焦用户行为序列、设备指纹、社交关系网络、登录/注册上下文等多维度数据建模
对账号类风险问题进行算法调研与新算法开发，形成可复用的算法库，为风控算法平台提供持续支撑
与产品、运营、安全等团队协作，推动账号风控策略落地，持续优化识别效果与用户体验的平衡
优先资格
有账号风控、黑产对抗、虚假账号治理相关经验者优先
有图挖掘、GNN 实战经验者优先
AI 洞察
优缺点分析
- 小红书作为头部社区，业务场景丰富，账号风控挑战大，技术积累价值高
- 使用图神经网络等前沿技术，个人技能提升快，行业竞争力强
- 团队氛围偏技术驱动，有较多算法创新和落地的机会
- 黑产对抗需要持续迭代，工作强度较大，对快速响应能力要求高
- 需要平衡安全策略与用户体验，有时面临两难决策
- 技术更新快，需要不断学习新算法和对抗手法
- 适合对安全攻防有热情、技术自驱力强、喜欢解决复杂对抗问题的算法工程师
角色解读
- 纵向发展为风控算法专家或技术负责人，主导核心对抗方向
- 横向拓展至其他风险领域（如内容安全、交易风控），或转向AI平台架构
- 在大型互联网公司积累黑产对抗经验后，可晋升为团队Leader或安全策略负责人
- 负责识别并打击虚假账号、盗号、批量注册等黑产行为，保障平台账号安全
- 构建基于图神经网络、行为序列等算法的自动化风控模型，提升对抗效率
- 与产品、运营、安全团队协作，推动策略落地并平衡安全与用户体验
- 持续从数据中挖掘风险规律，迭代优化特征与算法库
- 扎实的风控算法基础，熟悉异常检测、团伙挖掘、图神经网络等主流方法
- 精通Python/Scala/Java，能独立实现复杂模型，熟练使用PyTorch、XGBoost等框架
- 具备数据敏感性，能从海量日志中提取有效特征并验证效果
- 良好的团队协作和沟通能力，能快速适应业务变化
申请策略
- 在简历或面试中强调对业务的理解，比如如何平衡安全和体验
- 了解小红书的业务特点，提前思考其账号风险可能存在的独特场景
- 突出风控算法项目经验，特别是账号安全、虚假账号识别等场景的落地案例
- 强调图神经网络、异常检测等算法在实际业务中的应用成果
- 展示数据分析能力，例如从海量数据中发现风险模式并转化为特征
- 如果有黑产对抗经验或公开的技术文章，务必列出
- 补充图神经网络（如GNN、GraphSAGE）的实战经验，可以通过Kaggle或开源项目练习
- 熟悉社交关系网络分析和行为序列建模，如LSTM、Transformer在序列上的应用
面试指南
- 采用STAR法则：背景-任务-行动-结果，突出你的贡献和量化效果
- 对于策略设计类问题，先明确目标（如降低误报），再提出多维度特征组合，最后说明评估方法
- 对算法原理问题，从基础概念出发，结合具体业务场景解释，避免过于理论
- 请介绍一个你负责的风控算法项目，包括问题定义、特征工程、模型选型和效果评估
- 如何设计一个特征来检测批量注册的虚假账号？请具体阐述
- 在处理账号盗用场景时，你是如何平衡高召回和低误报的？
- 请解释图神经网络在团伙挖掘中的应用原理，并举例说明
- 假设你有大量用户行为日志，如何快速构建一个异常检测pipeline？
匹配度报告
66
综合匹配度
核心安全岗位，前沿技术栈，薪资市场水平，工作强度未明确但可能较大。
适合人群
适合追求技术成长、能接受高强度工作的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活50
使命价值60
薪资福利匹配
70中等
薪资未明确但市场水准，福利未提及，补偿性动机满足程度中等。
薪资信号未披露 (30K-60K/月)
成长发展匹配
85较高
使用图神经网络等前沿技术，技能成长空间大，但晋升路径未明确，发展性较好。
技术前沿前沿/新兴技术
技术栈异常检测、团伙挖掘、图神经网络、行为序列建模、Python、PyTorch、TensorFlow、XGBoost
业务类型ambiguous
工作生活匹配
50较低
仅现场办公，工作地点在核心城市但未提及弹性，WLB信号缺失，生活化满足有限。
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）
使命价值匹配
60中等
行业高速增长，但账号风控的社会影响力中性，创新水平较高，意义感中等。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs