滴滴风控算法ML Ops资深/高级工程师(J251128015)
任职要求
【任职要求】 1. 本科及以上学历，计算机科学与技术、软件工程、大数据技术、人工智能、智能科学与技术等专业； 2. 熟悉机器学习或深度学习训练流程，了解常见模型结构及训练原理； 3. 熟练掌握Python，具备工具开发能力，能独立设计并开发训练及评估工具； 4. 熟悉Spark SQL等技术…
工作职责
在深入理解滴滴海外业务模式、流程和系统架构的基础上，支持业务安全风控模型训练框架的开发、优化，包含但不限于： 1. 优化模型训练相关的资源及效率，从数据处理、模型计算等多角度全链条开展优化； 2. 建设数据生产系统、模型训练工具及算法评估工具，涵盖数据清洗、增强、合成与标注全流程； 3. 构建数据版本管理与回溯系统，实现数据集迭代过程的可追踪性; 4. 支持大模型在仿真、标注等环境中的服务化部署与验证，持续探索Agent数据飞轮的最佳实践，助力业务模型快速迭代。
1. 定期与业务沟通，了解业务长短期目标和重点方向，压降风险或者是通过率提升。 2. 通过数据分析、分析badcase、技术框架创新等方式，寻找模型优化点。 3. 负责信贷风控模型开发。
1、负责大模型在风控场景下应用落地，包括在业务场景下模型的预训练、微调、评估、部署，提升模型检测效果； 2、利用LLM前沿技术方向，负责短视频内容生成caption、视频/直播内容理解(风险分级、内容结构化、智能标签/摘要，优质文案)等。
1、参与可灵业务风控视觉算法方向的核心研发工作。该岗位聚焦可灵核心产品在图像、视频等多模态内容场景下的风险识别与治理能力建设，围绕可灵核心产品（包括面向 C 端和 P 端消费者的可灵 AI 平台 https://klingai.com、对应的覆盖多个移动平台的端上应用 “可灵 AI”，以及面向 B 端客户的 OpenAPI 等）开展风控 CV 算法研发与工程落地，保障业务在快速发展过程中的内容安全、业务安全与稳定运行； 2、岗位职责覆盖风险视觉理解、识别模型研发、数据体系建设、策略协同与线上效果优化，完成风控算法研发任务和交付上线，持续提升风险内容识别的准确率、召回率、实时性、泛化能力与可解释性； 3、主动发现并分析业务中的新型风险、对抗样本、识别盲区与系统瓶颈，并推动能力迭代和治理优化； 4、深入参与需求收集、风险调研与机制设计环节，并抽象为可落地的算法方案、评估体系和系统能力，设计并执行产品特性与风控能力落地。
1.深入理解业务场景，通过对大规模用户行为数据、设备指纹数据、埋点日志数据的深度分析，敏锐发现异常模式，挖掘黑产作弊特征与攻击规律。 2.应用机器学习（如XGBoost/LightGBM、异常检测、序列分析、图算法等）构建风控模型，形成对黑产行为的有效识别能力，输出可落地的风控解决方案。 3.与产品、策略、运营等团队紧密协作，跟踪黑产攻击手法演变，设计对抗性特征与模型，建立数据-模型-策略的快速迭代闭环，不断提升风控效果与效率，持续提升对黑产攻击的自动化识别与拦截能力