职位描述:
1.风险建模与算法开发
研发实时/离线的反欺诈、反洗钱(AML)和信用风险模型,覆盖信用卡、电子钱包、加密货币等支付场景。
应用机器学习(如GBDT、深度学习、图神经网络)和规则引擎,提升欺诈检测准确率并降低误杀。
针对跨境支付特点(如汇率波动、多国合规要求)优化风险策略。
2.数据驱动风控
挖掘用户行为、交易链路、设备指纹等数据,构建风险特征体系
通过大数据分析(如Spark/Flink)识别新型欺诈模式(如跨境套现、团伙作案)
3.系统落地与迭代
推动风控算法在实时决策引擎(如Drools/Fraud Ranger)中的部署,确保毫秒级响应
设计A/B测试框架,监控模型效果(如召回率、误判率),持续迭代策略
4.跨团队协作
与合规、产品、国际业务团队合作,确保风控方案符合当地法规(如GDPR、PSD2)
输出风控技术文档,向非技术部门解读算法逻辑与风险趋势
职位要求:
1.教育背景:计算机科学、统计学、数学或相关领域本科及以上学历
技术能力:
精通Python/Java/Scala,熟悉TensorFlow/PyTorch、Spark等工具
2.熟悉风控场景:如盗卡、薅羊毛、洗钱等,有支付/金融行业经验优先
3.熟悉图数据库(Neo4j)、实时计算(Flink/Kafka)者加分
业务理解:了解国际支付清算流程(如SWIFT、SEPA)及第三方支付(PayPal、Stripe)风险特点
4.语言能力:英语流利(需处理跨国数据与团队协作)
加分项:
1.有跨境电商、外汇交易或加密货币风控经验
2.发表过反欺诈相关论文或专利
3.熟悉国际合规标准(如FATF、GDPR)
招聘部门:
小米
工作地点:
北京市 ID:A67197
面试建议:
海外支付风控算法工程师是一个高度专业化的职位,尤其是在小米这样的国际化公司中。面试官会特别关注你在跨境支付风控领域的实际经验和技术能力。他们不仅会考察你的算法开发能力,还会关注你对国际合规标准的理解以及在实际业务中的应用。 在准备面试时,你需要重点展示你在风控模型开发方面的经验,尤其是如何应用机器学习算法(如GBDT、深度学习、图神经网络)来解决实际问题。同时,你还需要准备一些具体的案例,说明你是如何优化风险策略以应对跨境支付的特殊挑战,比如汇率波动和多国合规要求。此外,如果你有使用图数据库(Neo4j)或实时计算工具(Flink/Kafka)的经验,一定要在面试中强调这一点。最后,不要忽视英语能力的展示,因为这是一个跨国团队协作的职位。