1. 深入理解滴滴的业务模式、交易流程和系统架构，发现潜在的作弊风险点，和产品技术、业务运营高效沟通，设计合理的风控策略架构。

2. 基于SDK采集的设备信息，通过机器学习算法，为 Android/iOS/H5/小程序生成设备标识。

3. 通过用户行为数据的采集和分析，实现人机识别，并结合采集信息，对可信设备标识生成设备、环境、行为等相关的风险标签和风险评分。

4. 独立思考某个业务环节或场景可能潜在的作弊风险，设计合理的策略体系，通过大数据分析，定量识别潜在的风险和业务影响。

5. 应用先进的数据挖掘、统计模型、机器学习等方法，结合数据分析，研究发现数据以及业务的异常，作出解释归因和风险告警，并给出风险特征和策略的推荐，推动业务落地。

6. 针对某个业务或场景建立合理的指标体系，在对抗过程中不断完善监控体系，与工程技术团队配合，形成可视化的监控系统快速发现作弊。

7. 有体系化思维，建立储备通用能力并赋能给业务/风控，提升整体风险感知/防控等能力，以及基于通用能力提升效率。