# 资深Java开发/专家 (Fraud Risk, 反欺诈） at O Group > China · Unspecified · Backend · open. Source: https://alderhq.app/jobs/greenhouse%3Aogroup%3A7762050003 (read 2026-11-11). ## Facts (observed) - Company: [O Group](https://alderhq.app/companies/o-group) - Location text: 深圳; 香港; China Mainland\_INTERNAL; Hong Kong ; Singapore - Where it can be done from (inferred): China (evidence: "Location: 深圳; 香港; China Mainland\_INTERNAL; Hong Kong ; Singapore") - Posted: 2026-06-03 (162 days ago) - First seen by alder: 2026-11-07 · last verified: 2026-11-07 - Reposted: 0 times · edited: 0 times - Apply on the employer's site: https://job-boards.greenhouse.io/ogroup/jobs/7762050003 - Skills listed (inferred): Java, MySQL, Redis, Kafka, AWS ## Pay and sponsorship - Posted pay: not posted ## Description (the employer's text) 团队简介： 此职位服务于全球头部金融平台，日活用户规模庞大，每一秒都有无数笔交易在发生。欺诈者也在同一秒里寻找漏洞。 Fraud Risk 团队就是那道看不见的防线。期待你的加入！ 岗位职责： 1. 设计并维护高并发、24/7 不停机的反欺诈 API 与分布式系统（跑在 Alicloud / AWS 上） 2. 参与构建实时欺诈监控规则引擎——高度可配置，毫秒级响应 3. 负责事件数据流摄入链路，让近实时欺诈规则配置成为可能 4. 开发面向业务用户的 A/B 测试能力（含贪心算法），用数据科学武器打击欺诈 5. 和前端、算法、策略多个团队协作，推动复杂功能从设计到上线 6. 做 CI/CD、写测试、监控生产——对自己的代码负完整责任 7.作为项目技术owner，给团队提方案、做评审、带节奏 任职要求： 1. Java 扎实，JVM 调优不含糊（内存、GC、多线程、并发框架你都玩得转） 2. SpringBoot / SpringMVC / Mybatis / SpringCloud 日常熟练 3. MySQL 不止会用，锁、索引、分库分表、主从同步你都深入理解过 4. Kafka、Redis、ELK 等中间件不陌生，能准确选型 5. 理解分布式系统的 CAP、一致性、幂等这些本质问题 6. 5年以上工作经验，逻辑清晰，有拿到结果的执着态度 7. 有 FinTech/电商/支付/风控系统背景加分 8. 中英双语流利者优先，能和跨国多地团队顺畅沟通 为什么来这里？ 技术挑战真实：百万级并发、毫秒级延迟、全球部署 方向有意义：你写的每行代码都在保护真实用户的资产 团队国际化：与全球跨国团队共事 待遇竞争力拉满，福利优厚（L&D 补贴、医疗险、餐补、健康计划等） 《候选人隐私声明》 最近更新日期：2025年【9】月【1】日 1. 介绍 本《全球候选人隐私声明》（简称“隐私声明”）旨在帮助您了解当您向我们提交职位申请时，我们在收集、处理、传输及使用个人数据方面的政策。 本隐私声明不适用于非候选人或非申请人的用户、访客或访问网站的客户。 此外，本隐私声明不适用于我们的现有或前员工或独立承包商，因为其受公司内部员工隐私政策的约束。 2. 一般信息 (a) 您的信息 我们将收集并处理与您相关的特定个人数据，具体包括： 个人资料数据：姓名、别名、个人联系方式（如地址、电话、电子邮件）、驾驶执照、移民身份； 资质资料：简历、公司简介中的信息、社交媒体资料及活动、照片、求职信、工作经历、资质与技能、推荐人信息，以及必要时进行的背景调查（可能包含犯罪记录详情）； 就业数据：职位名称、办公地点、公司电子邮箱地址、薪酬、福利、专业经验、教育背景（含专业认证与资质）、起止日期、绩效记录、培训记录、员工编号； 紧急联系人数据（如适用）； 与劳动或就业法律合规相关的信息； 系统数据：我们通过与您沟通获取的音频、电子或类似信息（例如电话录音、电子邮件）； 您自愿提供的其他数据，包括您在反馈或调查中选择表明身份时提交的数据。 (b) 渠道 当您应聘职位时（包括面试环节，面试过程可能会被录音），我们会直接向您收集个人数据。 此外，我们还可能通过各种其他渠道收集您的个人信息，并将其与您主动提供的数据进行整合。例如，我们可能从以下渠道获取您的个人数据： 您用于向我们求职的招聘网站； 教育机构； 前雇主，当其向我们提供雇佣证明时； 经您授权、允许我们联系的专业推荐人； 法律允许范围内的第三方背景调查、信用调查或其他入职前筛查服务机构； 您公开的社交媒体资料或其他公开来源； 猎头公司或招聘机构； 公司通信及 IT 系统/应用程序，这些系统会自动收集用户相关信息及其传输内容； 公司其他员工； 公众、法院、公共机构及其他公开渠道。 (c) 目的 我们处理该等个人数据的目的如下： 评估、建立并履行雇佣合同； 保障我们场所、资产、系统及知识产权的安全，并执行公司政策； 履行法律义务，遵守审计、记录保存及报告要求，满足税务要求，确保健康与安全； 维护我们的正当商业利益及合法权益； 开展审计、调查及合规工作。 (d) 汇总数据 我们还会出于任何目的创建、处理和/或共享“汇总数据”，例如统计或人口统计数据。该汇总数据可能源自您的个人数据，但一旦形成汇总形式，即不再构成个人数据，因为无法通过该数据识别到您。但是，如果我们把汇总数据与您的个人数据相结合或关联，使其能够与您关联，则我们会将该等合并后的数据视为个人数据，并根据本隐私声明使用该等个人数据。 (e) 数据保留 实际保留期限会因个人数据类型及每种数据类型的用途而异。我们会根据是否存在合法保留目的来保留您的个人数据，包括适用法律规定的保留目的。 (f) 数据传输 我们在不同的司法管辖区处理并存储上述信息。个人数据可能会被传输至我们其他实体和第三方（包括服务提供商），其可能位于您所在司法管辖区以外。向中国大陆以外传输数据会在取得您明确同意后进行。 (g) 向第三方披露 个人数据可能会与以下各方共享： 我们的母公司、子公司及母公司控制下的其他关联方，用于运营共享的基础设施、系统和技术，或用于与本隐私声明一致的用途； 政府机构、执法人员、法院或其他相关方，用于上述“目的”部分所述目的； 为我们提供服务并代表我们处理个人数据的服务提供商。 (h) 信息安全 我们已采取适当的安全措施（包括技术和组织措施），以防止个人数据被意外丢失、未经授权使用或访问、被篡改或泄露。 (i) 自动化处理 我们使用自动化工具来协助我们处理和筛选求职申请。这些工具利用复杂的算法和机器学习技术，来支持以下操作： 最低要求：我们会根据您提供给我们的信息，使用自动化的工具来确定您是否符合职位的最低要求。这些工具会分析您在我们的招聘网站上提交的表格中的选择，以判断您是否具备相应的经验。在某些情况下，这些自动化工具可能会在没有招聘团队成员进一步审查的情况下直接拒绝您的申请。 利用人工智能对申请评分及匹配未来机会：在您同意的情况下，我们会使用基于机器学习（也称为人工智能或 AI）的工具，对您在申请及资格问题中的回答，以及简历中的专业信息进行处理。这些工具会： 根据您提供的信息与基本职业技能及优先资格的匹配程度，自动为您评分。我们招聘人员会根据此筛选分数进一步评估候选人； 将您对申请问题、资格问题中的回答，以及简历中的专业信息，与未来职位的基本资格和优先资格进行比对。当匹配成功时，我们的招聘人员可能会邀请您申请该职位。 您在申请提示中选择“是”，即表示您同意我们按此方式使用您的数据；选择“否”则表示您不同意我们以此方式使用您的数据。即使您选择不参与此处理，您的申请仍将被正常评估；是否参与完全出于自愿。若您选择退出 AI 匹配，我们招聘人员将在不借助 AI 评分的前提下审核您的申请。请注意，即使您不同意将您的数据用于 AI 匹配，我们招聘人员仍可能根据其自己的审核与您联系并告知您未来的职位空缺，但届时不会通过 AI 推荐您的资料，前提是您同意就未来的机会与您联系。 (j) 您的权利 如需索取我们持有的您的个人数据副本或行使下述任何权利，请联系我们的工作人员。 (i) 您可以要求访问我们持有的与您相关的个人数据，并核实我们是否在合法处理该数据。 (ii) 您可以要求更正我们持有的不完整或不准确的个人数据。 (iii) 如对于我们持有的您的个人数据已无继续处理的合理理由，您可以要求删除该等个人数据。 (iv) 在有限情形下，若您曾就特定目的同意我们收集、使用及传输个人数据，您有权随时撤回该同意。 (k) 对本隐私声明的更新 我们可随时更新本隐私声明，并将变更内容发布在本页面。如对本隐私声明作出任何更新，我们将同步更新上述“隐私声明日期”。所有更新仅适用于隐私声明中所述生效日期之后所收集的信息。 --- Data: alder (https://alderhq.app). Cite https://alderhq.app/jobs/greenhouse%3Aogroup%3A7762050003 and the date you read it. Observed facts come from the employer's own listing; location reach, level, family and skills are inferences.