1、知识产权账号风险治理：运用机器学习、图技术等算法挖掘、识别和预测电商场景中的风险与低质量商家和带货主播，并协同业务进行治理管控； 2、体验优化：利用算法挖掘影响商品知识产权体验的事件及行为，构建数据模型，助力优化电商生态体验； 3、多实体建模：参与构建电商直播、商品、商家和带货主播等多种实体的知识产权关系数据模型，对大规模网络、海量特征序列进行建模，支撑知识产权理解、多模态表征及社区挖掘等场景，并提升IPR账号和体验能力； 4、前沿技术探索：研究并探索机器学习、图神经网络、行为序列建模、无监督异常检测、自监督学习、强化学习等前沿技术，推动业务落地。

1、扎实的编程能力，熟悉深度学习/图神经网络/机器学习框架，如PyTorch、TensorFlow、DGL、PyG、scikit-learn等； 2、算法基础扎实，熟悉以下至少一个或多个领域的算法：关系分析、行为序列建模、无监督异常检测、自监督学习、强化学习； 3、数据处理能力，熟练使用NumPy、Pandas进行数据处理，熟悉大数据工具（Hive、Spark、Hadoop）者优先； 4、学术与竞赛背景加分，在会议（如KDD、ICML、NeurIPS、VLDB）发表文章，或在Kaggle、天池等数据挖掘竞赛中取得优胜者优先； 5、业务场景应用加分，具有国际化电商或风控相关经验，对IPR治理、欺诈检测、账号安全治理等有深入理解。