技能库 2544 个

自动检测并分类色情、暴力、血腥、恐怖、政治敏感等违规图片，输出审核结果及置信度。

实施模型性能监控（PSI、KS、AUC），检测数据/概念漂移并触发模型重训练

每日/周自动化监控风控策略核心指标（拦截率、误伤率、申诉率），生成可视化报告并预警异常波动

对恶意软件样本进行反汇编、反编译，提取关键字符串、API调用和代码结构特征

自动化派生时间窗口特征、聚合特征及交叉特征，提升风险模型效果与开发效率

使用SHAP、LIME等工具解释风控模型预测结果，输出特征贡献度分析报告，提升模型透明度和可解释性。

利用自动化特征工程工具（如Featuretools）生成衍生特征，并进行重要性筛选，提升风控模型预测能力。

基于历史交易数据，使用机器学习算法（如随机森林、XGBoost）构建异常检测模型。

自动提取交易特征，生成符合监管要求的可疑交易报告草稿

设计线上风控策略AB测试方案，涵盖流量切分、效果指标设定与显著性检验，确保策略上线决策科学可靠。

利用监督/无监督算法（如随机森林、孤立森林）识别异常交易或账户行为

调用实时风控API（如评分卡、规则引擎），调试接口响应并处理异常。

自动提取KYC文档中的关键字段，比对制裁风险信号并标注异常

生成每日/周内容安全统计报告，包括违规率、处置时效等指标，帮助策略师快速掌握安全态势。

使用自动化工具扫描Web应用漏洞，并手动验证与利用SQL注入、XSS、CSRF等常见漏洞。

从大量交易数据中自动提取关键信息，生成周/月度反洗钱合规报告要点，提升报告生成效率与准确性

熟练使用x64dbg、OllyDbg、IDA Pro、Frida、Cydia Substrate等工具对目标程序进行动态调试、断点设置、内存修改及Hook注入，以分析程序逻辑、绕过安全检测或提取关键数据。

撰写或更新符合GDPR、CCPA等主要法规的隐私政策与用户条款，确保法律合规性与用户透明度

将模型评分转化为业务可执行的规则阈值，并配置到决策引擎中，实现自动化风险决策。

使用SHAP或LIME输出特征重要性及单样本解释，满足合规审计需求。

使用测试用例验证内容安全规则的有效性，发现并报告绕过漏洞

运用逻辑回归或机器学习方法开发信用评分卡，包括WOE编码、IV值筛选、模型验证与评分映射，面向风险数据科学家在安全与风控场景中使用。

根据监管要求配置交易金额、频率等阈值规则，并生成可疑交易报告

对投资组合的风险来源进行归因分析，生成因子贡献、部门贡献等结构化报告，辅助风控决策。