你好，我是

张翰之

11年互联网研发经验，专注风控算法、实时数据处理、图挖掘与大模型驱动的安全体系。在滴滴、货拉拉主导多区域智能风控系统建设。

11+

年经验

95%+

风险召回率

<1%

误伤率

核心系统

关于我

构建智能安全体系的工程师

我是一名专注于风控算法与安全体系的资深工程师。过去11年，我在滴滴出行、货拉拉、百度等公司，从0到1构建了多个大规模智能风控系统。

我的核心能力在于将多模态AI（视觉、语音、文本、图结构）与实时流式架构深度融合，实现毫秒级风控决策。擅长推动风控体系从规则驱动向深度学习全面转型。

全球风控体系

设计并落地覆盖多区域核心风险场景的算法与策略闭环

多模态AI融合

将视觉、语音、文本、行为序列和设备信号融合到统一风控流水线

实时特征平台

构建毫秒级特征生成、模型推理与策略编排的全链路平台

工作经历

职业旅程

货拉拉 Staff Engineer 2019 — Present 北京

业务风控部 — 主导全球智能风控算法体系建设

构建全球智能风控算法体系，基于多模型协同（多模态+序列+图结构），整体召回平台资损 95%+，误伤 <1%
设计多模态风控模型体系：车贴识别、证件OCR、人脸识别、货物与人体识别、伪造图像检测
研发图结构驱动的高风险账号识别模型，解决刷单、组织化黑产、团伙欺诈等复杂场景
构建风险特征平台+实时风控流水线，实现分钟级策略回归、毫秒级风控决策
推动风控体系从启发式规则向机器学习与深度学习驱动的全面转型

GNNNLPCVFlinkReal-timeMulti-modal

滴滴出行 Senior Software Engineer 2016.07 — 2017.12 北京

基础架构部：维护集团Hadoop/HBase/Spark集群，服务百余条业务线
国际化产品技术：构建基于位置的关系图谱，支持多跳查询与传播分析
用 Kafka + Flink 搭建实时聚合链路，巴西覆盖率 90%+，墨西哥 50%+

HadoopHBaseSparkKafkaFlinkGraph

百度数据科学家北京

负责NLP管道优化与压缩，日处理亿级数据

NLPBig DataPipeline

晶赞科技数据工程师

构建跨端ID Mapping、用户标签系统（DSP/DMP），大规模离线计算与受众定向

DSPDMPID MappingAd Tech

阿里健康软件工程师

医疗数据清洗与结构化，模型训练与诊疗辅助系统

HealthcareNLPData

技能栈

技术能力

算法 & AI

GNN / Graph Mining NLP Computer Vision Multimodal Fusion Contrastive Learning Anomaly Detection LLM / Large Models

风控 & 安全

Fraud Detection Anti-cheat Account Security Payment Security Voiceprint / OCR Real-time Strategy

大数据 & 基础设施

Apache Flink Kafka Spark Hadoop / HBase Feature Platform Stream Processing

工程 & 架构

Python Java System Design Model Engineering MLOps Distributed Systems

核心项目

代表性成果

全球智能风控算法体系

基于多模型协同（多模态+序列+图结构），覆盖多区域核心风险场景的算法设计与策略闭环

95%+

召回率

<1%

误伤率

响应时间

多模态风控模型体系

将视觉、语音、文本、行为序列和设备信号融合到统一风控流水线上

模态类型

10+

检测能力

图结构反欺诈引擎

基于GNN、序列建模、对比学习的高风险账号识别，解决刷单、黑产、团伙欺诈

GNN

核心技术

欺诈类型

跨国实时安全系统

在滴滴国际化中构建实时聚合与安全预警系统，覆盖巴西、墨西哥等市场

90%+

巴西覆盖

50%+

墨西哥覆盖

博客

技术思考

从规则到深度学习：风控体系演进之路

回顾风控系统从启发式规则到机器学习再到深度学习的全面转型过程

2026-03-25

GNN在反欺诈中的实践：从理论到生产

图神经网络如何识别团伙欺诈、刷单和组织化黑产

即将发布

构建毫秒级实时特征平台的经验

特征生成、模型推理与策略编排的端到端优化实战