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。