职位描述

岗位使命： 利用混合架构全面提升交易所风险防御与自动化研判能力，参与构建下一代“AI-Ready”风控系统。 核心职责： • 黑产挖掘与图谱分析： 结合海量交易行为与链上数据，利用图神经网络（GNN）等算法，挖掘并监控线上羊毛情报及高危地址网络。 • 风控策略辅助与风险预测：利用 AI 辅助进行风控规则梳理、策略优化，自动挖掘现有风控规则的漏洞，研发前瞻性的风险预测模型，实现防患于未然。 • 市场操纵与违规交易检测： 针对洗盘（Wash Trading）、对敲、虚假报价（Spoofing）、拉盘砸盘（Pump & Dump）及老鼠仓等异常交易行为，构建高并发、低延迟的实时监控与拦截模型。 • 实时反欺诈与混合架构： 搭建并优化“传统机器学习 + 大模型意图识别”的实时风控链路，精准拦截 P2P 诈骗与异常交易团伙，降低资损。 • 风控材料自动化审核：构建多模态审核流水线，实现材料自动解析与交叉验证 PS：AI风控算法工程师、AI大模型基建算法工程师，两个方向需求。具体可TG咨询

职位要求

任职要求： • CS / 统计 / 数学相关本科及以上，硕士优先，5年以上风控算法经验， • 数据敏感度高，具备独立定义问题与推动落地的能力 • 精通 Python + SQL，熟悉大规模数据处理（Hive / Spark） • 扎实的 ML 功底，熟悉特征工程与模型全流程调优 • 熟悉图算法在黑产挖掘、团伙识别中的应用 • 了解序列模型，用于行为异常检测 • 有实时系统经验（Flink / Kafka），理解在线推理链路设计 • 熟悉以下至少一个方向的业务逻辑与对抗演化： ￮ 黑产对抗（薅羊毛 / 养号 / 批量攻击） ￮ 交易监控（Wash Trading / Spoofing / Pump & Dump） ￮ P2P 反诈 / AML 合规 加分项 • 链上地址分析与资金追溯经验（Chainalysis / TRM 等）。 • LLM 风控落地经验（意图识别 / 多模态审核 / RAG 知识问答 / 工作流编排）。 • 风控规则引擎或策略平台设计经验。 • 了解订单簿（Orderbook）机制与市场微结构。 • 头部交易所或大型互金平台风控背景。 • 在 KDD / AAAI / WWW 等顶会发表过相关论文

福利待遇

面议