数据科学家
Indexed description
该职位主要负责开发和改进用于识别游戏内异常用户行为和作弊行为的机器学习模型,确保游戏的安全性和公平性。
职责
- 开发并改进用于识别游戏内异常用户行为和作弊行为的机器学习模型
- 通过分析大规模游戏日志、用户行为数据和安全事件,发现异常迹象与潜在风险
- 分析作弊行为模式,挖掘检测特征,设计并优化检测逻辑
- 为安全运营、违规判定及处置流程提供数据分析支持
- 设计并可视化用于提升 KSS 检测效果与运营效率的指标
- 与游戏工作室、安全工程师及相关团队协作,推动检测能力落地应用
- 评估检测模型性能,分析误报 / 漏报问题,并持续改进模型质量
任职要求
- 具备 Machine Learning、Deep Learning、Statistics、Computer Science 等相关领域的学位,或具备同等水平的实际工作经验
- 具备异常检测、分类、预测、模式分析等基于机器学习的建模项目经验
- 能够使用 Python、SQL 等工具分析大规模日志 / 事件数据
- 理解从日志数据清洗、特征工程、训练数据构建到模型评估的完整数据流程
- 理解机器学习 / 深度学习模型结构,并具备根据业务目标改进模型的经验
- 具备在考虑数据质量、可复现性和可扩展性的前提下进行特征工程的能力
- 能够定量评估模型性能,并从误报 / 漏报角度提出改进方向
- 能够自主定义问题,并基于数据持续推动改进
加分项
- 具备使用游戏数据进行 Anti-Cheat、作弊 / 滥用行为检测或异常行为分析的经验
- 具备 FPS / TPS、战术竞技、MMORPG 等多种游戏类型的游玩经验,或理解这些游戏类型的数据特征
- 具备基于用户行为数据识别异常模式,并改进模型或检测逻辑的经验
- 具备大规模日志数据处理及机器学习管道构建 / 运营经验
- 具备 Spark、Hadoop 等大规模数据平台使用经验,或理解相关技术原理
- 具备与全球组织 / 工作室协作的经验,或具备韩语 / 英语沟通能力
Create a free Caio profile to unlock more results and save your role and location preferences.
Unlock free search