IT人力外包人才简历库

精通反作弊风控体系设计与实施，具备完整的黑灰产对抗解决方案。擅长流处理框架（TM/Flink/Storm/Spark）构建实时风控系统，精通特征工程与机器学习模型（LR/GBDT/RF/DNN/CNN）在广告反作弊场景的应用。熟悉图算法（LPA/Louvain）与图神经网络在用户行为分析中的实践，精通Hadoop生态（Hive/HBase/Redis/Kafka）构建大数据平台。掌握异常检测算法（AutoEncoder/分布异常检测）与用户画像建模技术，具备分布式系统架构设计能力。

主导反作弊风控体系设计与实施，构建覆盖反爬、刷量、账号安全等场景的完整风控方案。设计实时流处理架构，基于TM/Flink实现毫秒级风险识别，支持百万级QPS业务场景。主导特征中心建设，实现离线计算效率提升80%，支持实时特征查询服务。研发基于图神经网络的作弊用户识别系统，通过社区发现算法提升风险识别召回率20%。构建用户行为分析模型，通过DNN/GBDT等算法实现96%的异常检测准确率，支撑多个核心业务线风控需求。

反作弊通用算法项目：构建覆盖流量业务的反作弊过滤系统，设计基于波动性与粒子性理论的作弊识别模型。开发ID记忆模型实现流式训练，支持历史一年作弊pattern记忆，模型F1值达0.94。通过多特征异常检测模型结合DNN二分类，实现96.9%的异常识别准确率。完成特征工程优化，通过相关系数与GBDT特征选择去除93%冗余特征，显著提升模型泛化能力。

反作弊特征中心项目：设计统一特征中心架构，实现特征元数据管理与自动代码生成。构建实时特征查询服务，支持多业务线特征调用。基于用户知识图谱构建一阶同人模型，应用于直通车、直播等场景。引入GCN算法识别作弊用户，通过类目边构建增强图结构，提升风险识别召回率20%。优化离线计算流程，将半年窗口统计计算时间缩短至30分钟以内。