滴滴风控算法MLOps工程师(J251128015)

1. 算法工程化支持：负责支持跨境治理和商品治理方向的算法工程化落地，包括算法服务化、模型部署、性能优化、A/B测试与监控体系搭建。 2. 系统开发与维护：基于Java与Python开发高性能、可扩展的算法平台和治理系统，保障算法稳定运行和高可用性。 3. 算法研发协同：与算法研究人员、产品经理紧密协作，推动图像理解、NLP、多模态及大模型等算法从研发到线上应用的全流程闭环。 4. 数据与质量评估：建设和维护治理效果数据采集、评估和监控体系，持续迭代优化模型与策略，驱动业务降本增效。 5. 技术方案创新：关注业界最新算法工程化与MLOps实践，推动内部平台能力升级，提升算法迭代效率。

1、负责小红书虚假账号、流量风控(API流量)、设备群控 风险治理 2、体系化构建风险域识别框架，将被动对抗转化为自动对抗 3、负责风险数据梳理和通用特征建设，聚焦用户行为分析、设备指纹、网络接口特征、业务上下文等多维度数据建模 4、对多类风险问题进行算法调研和新算法开发，形成算法库，为算法平台提供支持

1、深入了解小红书风控场景的业务和数据，能够从数据中发现问题，思考解决问题的方案并尝试落地； 2、调研现有主流大模型的能力，结合实际业务和数据思考落地可行性方案，并结合业务思考如何对模型性能做出合理评估； 3、在工作中能快速成长，积极探索前沿技术，解决好业务中遇到的实际问题，完成数据处理、建模和工程上线，对AI技术始终保持热爱。

1.负责评论维度方向模型的训练和基础系统性能的优化 2.利用自然语言，多模态等技术，从海量内容中识别风险用户与内容 3.跟踪行业最新动态，推进新算法的落地与应用