快手资深大模型应用算法工程师-【电商】

1、负责电商侧B&M端业务的算法相关研发和应用：比如智能客服、智慧直播、智能小二、智能取数、智能补贴、智能装修、智能组货等； 2、负责大模型训练和调优需要的数据处理、模型优化、数据评测等工作； 3、实施和优化Fine-tuning策略，以提高大模型在特定应用场景下应用效果； 4、带领部分同学基于大模型技术构算法服务，解决业务中的场景问题并提升业务价值。

高级/资深算法工程师（国际支付风控方向），base上海/南京 1.支付风险识别与防控 ●负责跨境电商业务中支付风险的全面识别与防控，重点治理欺诈（盗卡、盗账户 友好欺诈）等方面风险，确保支付全链路安全可靠。 ●利用数据分析和机器学习技术，精确识别支付风险，建立有效的风控模型体系。 2.风控模型全链路管理 ●主导支付风控模型的全链路开发与上线工作，包括需求调研、风险探索、方案设计、模型开发、系统集成、部署上线、效果评估、持续优化和监控预警。 ●与产品、工程、业务团队紧密合作，确保风控模型精准全面覆盖业务场景，并能够及时应对市场变化。 3.前沿技术应用与创新 ●深入探索全球各大市场的新型支付作弊行为，利用多模态大数据进行风险评估与预测。 ●应用异常检测、集成学习、强化学习、序列模型、图模型、大规模预训练模型等前沿技术，提升风险识别的准确率和召回率。

1.支付风险识别与防控 ●负责跨境电商业务中支付风险的全面识别与防控，重点治理欺诈（盗卡、盗账户 友好欺诈）等方面风险，确保支付全链路安全可靠。 ●利用数据分析和机器学习技术，精确识别支付风险，建立有效的风控模型体系。 2.风控模型全链路管理 ●主导支付风控模型的全链路开发与上线工作，包括需求调研、风险探索、方案设计、模型开发、系统集成、部署上线、效果评估、持续优化和监控预警。 ●与产品、工程、业务团队紧密合作，确保风控模型精准全面覆盖业务场景，并能够及时应对市场变化。 3.前沿技术应用与创新 ●深入探索全球各大市场的新型支付作弊行为，利用多模态大数据进行风险评估与预测。 ●应用异常检测、集成学习、强化学习、序列模型、图模型、大规模预训练模型等前沿技术，提升风险识别的准确率和召回率。

1、负责全国TOP级别的直播电商在B端业务场景中大模型的技术落地，支持业务目标提升； 2、负责大模型在智能经营、诊断分析、多模态创意生成等内容生成类场景中的应用，降低平台和商家的运营成本，提升运营效率； 3、负责大型语言模型的微调、偏好对齐、知识增强等技术探索，积极跟进AIGC业内应用趋势，包括并不限于多模态、RLHF、Agent等方向； 4、负责低代码平台与AI大模型应用场景落地（D2C、AI生成业务流程等），采用先进的算法工程方法，打造下一代AI低代码研发体系。