就現在！螞蟻「校招季」重磅來襲！除了介紹螞蟻的技術大咖，我們還邀請了一些通過校招來到螞蟻的過來人分享他們的通關經驗和心得，這裡隨時可能有行業技術大咖和你的直系學長學姐出沒哦～ 「校招季」欄目會持續輸出有關“螞蟻校招”的豐富內容，敬請期待！
在前段時間的2020支付寶合作伙伴大會上，已有12億用戶的支付寶宣佈轉型數字生活開放平臺。海量用戶，還要對外開放，在這背後，需要極強的安全風控能力。但一般人不知道的是，如此重大艱鉅的任務背後，也有著歷屆應屆生的功勞。
應屆生如何參與支付寶安全風控的核心研發？我們找到了支付寶安全部門的資深技術專家王維強，請他給我們做一下介紹。
支付寶安全團隊的數據大牛們
隨著時代發展，業務安全風控逐漸走入人工智能時代，支付寶安全團隊就招募了幾位Kaggle Grandmaster。
Kaggle是安東尼·高德布盧姆（Anthony Goldbloom）2010年在墨爾本創立的，主要為開發商和數據科學家提供舉辦機器學習競賽、託管數據庫、編寫和分享代碼的平臺。該平臺已經吸引了超過100萬名數據科學家的關注，可以說是數據科學行業最大的交流平臺。
Kaggle Grandmaster是在Kaggle Competitions平臺上舉辦的比賽中，連續取得非常優異的成績才會獲得的頭銜，可以說是數據科學方面萬里挑一的頂級高手。目前，Kaggle只有180位Grandmaster。
支付寶安全團隊近幾年陸續招募了三位Kaggle Grandmaster，他們的強項各不一樣，有的擅長對結構化數據進行特徵挖掘，有的對圖像檢測識別非常精通，還有的對NLP、深度文本挖掘方面很有研究。
崔世文就是其中的一位，在2019年，他和螞蟻的其它幾個小夥伴們組隊，利用業餘時間在KDD Cup 2019 Regular ML Track全球競賽中獲得冠軍，這項比賽被譽為數據挖掘界的奧林匹克。
除此之外，團隊在過去兩年的螞蟻金服數據挖掘內部賽中連續獲得冠軍。也更是在專業賽道比如CCL 2019中國法研杯比賽，獲得了總分第一。
說起如何找到這些高手，王維強直言是機緣巧合。原來團隊裡有同學在Kaggle平臺上參加比賽交流，通過選手之間的交流知道了圈內的牛人，而支付寶安全團隊也剛好需要這個領域的高手加入，於是伸出了橄欖枝。
對於這些數據大牛來說，選擇是雙向的，他們並不缺乏工作機會，但很多人希望能夠有一個較好的平臺能夠一展所長，或者身邊有牛人可以互相交流學習。
支付寶安全團隊的業務非常有挑戰性，團隊擁有數據科學領域各個方面的人才，橫向學習的氛圍很濃。也正是這些原因，讓這些大牛心甘情願的加入團隊。其中還有一位同學拒掉了外部的高薪offer來到螞蟻，因為短期利益不如長期價值。
另外，他們也認可支付寶安全團隊所做的事情，認可支付寶對於用戶和社會的價值，認同支付寶做事情簡單的價值觀，跟一群有情有義的人去做一些有意義的事情。
做安全為何要這麼多數據人才
支付寶安全團隊需要保護12億用戶的賬戶和資金安全，責任重大，那麼他們具體需要做哪些事情呢？
業務上來講，安全團隊需要負責建設和維護支付寶賬號體系、資金交易、商家服務的一整套業務安全防控機制。比如用戶的賬號是不是被盜了，某筆交易是不是被詐騙了，交易是否用於違規違禁用途如賭博等，還有如商家行為違反監管規定等，這些都會對支付寶的用戶和資金造成風險，這些風險的管控就是大安全所做的事情。
在與黑產和羊毛黨對抗的過程中，雙方的技術都在不斷升級，業務安全風控也必須應用最新的技術。隨著機器學習開始在數據科學領域大放異彩，做安全的同學也開始利用人工智能來保護業務安全。
具體的手段包括，通過機器學習的算法和模型、與安全策略一起，通過數據挖掘來做風險識別和風險管控，另外也會會涉及到決策優化。
這裡面的技術包括數據挖掘、機器學習、決策優化等等。機器學習很廣泛，像裡邊的集成樹模型，深度學習中的深度文本挖掘，圖像識別，運籌優化，強化學習，對抗機器學習等，在支付寶的安全風控中都會使用到。
至於未來安全風控領域未來的技術趨勢，王維強目前比較關注這些方向：模型可解釋性，知識推理、圖計算、決策優化等。首先模型可解釋性，機器學習算法在業務安全落地對可解釋性要求是非常高的，完全黑盒的模型可能造成不可預料的後果，這在業務安全上不可接受；其次是知識推理，前些年的機器學習通過學習做判斷或預測，但推理比較少，從學習到推理是人工智能下一步的方向；然後是圖計算，過去在解決業務問題時，對關係的描述還是靠人工經驗，做安全需要對關係進行精細化刻畫，因為需要在上億的用戶裡和極少數黑產進行對抗；最後則是決策優化，這說的是更好的平衡用戶的風險和安全感體驗，避免只強調安全而破壞用戶的體驗，而這裡面要做到一個什麼樣的程度，就是決策優化需要做的事情，對一個決策來說需要從很多角度去平衡。
總體上來講，業務安全風控的未來將會更智能化。一方面在基礎技術上，人工智能需要從學習到推理，再發展到強人工智能，才能應對更多更復雜的場景；另一方面，在安全風控場景中，我們需要更精準的去描繪更復雜的關係，從而更好的調整和應對，而這離不開AI的助力。
安全團隊需要什麼樣的應屆生
除了上面那些競賽大牛外，還有不少校招應屆生在支付寶安全團隊大展拳腳。
比如，算法工程師王寶坤就是校招進來的，他來自復旦大學，2018年碩士畢業後加入團隊。他負責的是圖計算、圖表徵等比較前沿的方向，因為在大學的實驗室裡也是做這個方向，所以積累很深，加入團隊後很快的理解業務，主動提議用圖計算做團伙挖掘的場景，並取得了很好的成果。
王維強介紹說，他們希望招募到研究型+業務型的綜合性人才。一方面，希望新人在機器學習和大數據分析等方面有比較深入的技術積累，對技術吃的比較透，因為團隊做的是沒人做過的事情，在業界也屬於前沿，所以沒有參考，不能套用別人的方案，別人的算法也不能拿來就用，必須要根據業務做相應的創新，而這隻有對技術十分了解才能做到。
另一方面，因為安全團隊是業務部門裡的技術團隊，市場形勢複雜多變，業務也隨之而快速變化，只有非常快的消化技術並理解業務，才能找到風險類型的算法落地的方案，然後把這些新的技術落地到業務裡，才能拿到結果。
因此，在校生如果今後想從事業務安全風控行業的話，建議深鑽技術，在掌握學校裡的技術基礎課程的同時，也可以去了解當前大數據和機器學習的主流和前沿技術。在實習或者做項目時，要多問幾個為什麼，一方面通過了解項目背景從而更好的理解業務，另一方面瞭解所使用的技術背後的原理，而不是知其然而不知所以然。
現在，支付寶安全團隊正在招募應屆生人才，歡迎投遞簡歷。
歡迎加入支付寶安全團隊
團隊介紹
螞蟻金服大安全的機器智能團隊由螞蟻金服首席AI科學家、阿里達摩院智能金融負責人漆遠博士帶隊，核心團隊成員來自海內外知名高校畢業生和一流企業。為了更好地服務全世界十億多用戶和億級全球商戶，迎接背後的安全風險挑戰，我們急需高素質的AI人才。在這裡你將直接參與支付寶核心項目，解決世界級技術難題，在一流的平臺上快速成長。我們既基於成熟的風控算法技術解決實際業務問題，也積極探索和拓展前沿的機器學習算法，從深度圖算法到多任務學習，從增強學習到時序點過程，從保護數據隱私的機器學習到知識圖譜，用創新來解決現在和未來的安全風險問題。
如果您熱愛AI，喜歡解決有挑戰的實際安全風險問題，歡迎申請螞蟻金服大安全-機器智能部。
崗位介紹
崗位名稱：算法實習生
工作地點：杭州、上海
崗位描述
1. 基於螞蟻金服複雜數據，使用機器學習技術識別打擊系統、賭博、洗錢、欺詐、盜用、非法集資、違規違禁等金融場景中的風險，檢測輿情和相關風險，使用智能風控技術服務廣大商家、企業和用戶，同時提供智能合規服務；
2. 基於用戶海量的文本、圖像、音視頻和用戶行為等數據，進行語義建模，識別內容風險；
3. 研發對抗學習、博弈論、多智能體、強化學習、動態圖算法、深度點過程、知識圖譜、隱私保護的機器學習等人工智能技術在安全風控的應用和落地，結合系統和金融安全及區塊鏈技術，打造智能風控引擎的業界標杆。
崗位要求
1. 2020.11-2021.10畢業的本科/碩士/博士學生，國內211/985和海外知名高校的學生優先，機器學習、計算機視覺、NLP、數學、統計學、安全等相關專業優先；
2. 熟悉Python/C++/Java等編程語言；有基於Tensorflow/PyTorch等機器學習框架的開發經驗；有大數據處理經驗，熟悉Hadoop或者Spark等分佈式處理平臺；熟悉主流機器學習/深度學習相關算法和原理，包括NLP/圖神經網絡/圖像處理/搜索推薦廣告等領域；
3. 有良好的學習和溝通表達能力，有強烈的好奇心和責任感，有鑽研精神；
4. 在頂級會議例如NIPS、ICML、ICLR、CCS、ACL、CVPR或期刊上發表過論文者優先；參加知名大賽獲獎或者名次領先者優先；有在國內外知名公司實習工作經驗者優先。
簡歷投遞
螞蟻金服“共戰‘疫情’，技術破局”數字課堂線火熱直播中
4月9日，中國信息通信研究院副總工程師、中國人工智能產業發展聯盟副祕書長王愛華和螞蟻金服高級標準化工程師樸昕陽將帶來主題分享《共享智能的標準解讀與技術實踐》，圍繞本次AIIA共享智能聯盟標準發佈，為大家詳細介紹標準化的基本分類與價值，解讀共享智能標準以及共享智能技術的落地實踐案例，幫助用戶明悉如何通過標準助力產業發展。掃描二維碼即可觀看直播！
