滴滴算法高级专家-安全技术(J251106013)
任职要求
1.硕士及以上学历，计算机/人工智能/机器学习等相关专业优先，对机器学习基础算法有较深入的理解。 2.熟练掌握编程语言，熟悉 PyTorch等深度学习框架，了解 Deepspeed、Megatron-LM 等分布式训练框架，具备大规模分布式训练经验与工程开发能力。 3.熟悉MiniCPM-o、Qwen-omni等主流全模态大模型技术方案，有大模型 Po…
工作职责
1.负责多模态大模型全链路研发与优化，涵盖 SFT、RL 训练等关键环节，探索图文、视频、音频等多模态数据的质量评估与清洗方法、优化模型训练策略及结构设计、提升模型泛化与推理能力。 2.结合业务场景需求，主导多模态大模型落地项目，涵盖内容理解与结构化、质量甄别、智能生成等任务，设计算法方案并推动上线，提升业务效率与用户体验。 3.跟踪多模态大模型前沿技术，探索其在安全治理场景的适配性和落地，驱动技术迭代。 4.承担团队管理与人才培养，提升团队技术影响力。
1、负责飞猪域内反欺诈、反作弊、账号安全、商品内容风险等全链路风控算法能力建设，搭建风控算法体系，保障业务安全与用户体验平衡； 2、深入理解业务，基于海量用户行为、交易、设备环境数据进行风险分析与挖掘，使用机器学习、深度学习、图模型、大语言模型等方法，构建风险感知、识别、决策、处置闭环，保障业务安全； 3、基于域内多模态数据（行为序列、文本、图关系），搭建风控场景大模型agent，探索任务规划、工具调用、RAG、多Agent协同等技术，实现风险防控的效果和效率提升。
1、负责飞猪域内反欺诈、反作弊、账号安全、商品内容风险等全链路风控算法能力建设，搭建风控算法体系，保障业务安全与用户体验平衡； 2、深入理解业务，基于海量用户行为、交易、设备环境数据进行风险分析与挖掘，使用机器学习、深度学习、图模型、大语言模型等方法，构建风险感知、识别、决策、处置闭环，保障业务安全； 3、基于域内多模态数据（行为序列、文本、图关系），搭建风控场景大模型agent，探索任务规划、工具调用、RAG、多Agent协同等技术，实现风险防控的效果和效率提升。
1、分析员工行为、设备、权限和资源访问数据； 2、设计用户行为、时序、资源关系和风险特征； 3、训练分类、异常检测、序列预测等模型，解决样本不平衡、标签质量和模型误报问题，分析模型误报和漏报，持续优化检测效果； 4、为告警提供可解释的风险原因和证据； 5、配合工程团队完成模型上线和监控。
1、构建面向业务风控（作弊、欺诈、账号安全、垃圾注册、恶意行为等）领域的下一代智能风控基座大模型。从底层开始设计、训练和优化专属于风控领域的“最强大脑”，利用大模型技术从根本上提升识别和对抗黑灰产的能力，为公司的核心业务安全保驾护航。 2、设计和构建高质量、多模态的（文本、行为序列、图数据、设备信息等）风控领域训练数据集； 3、开展领域自适应预训练，让通用大模型深度理解风控概念（如欺诈模式、作弊行为、爬虫特征、账号养号等），探索大模型与图神经网络、异常检测、时序分析等传统风控技术的融合创新。