字节跳动大模型后训练技术专家-安全与风控
任职要求
1、硕士及以上学位，计算机、统计学、人工智能和信息安全专业等相关专业，3年以上算法相关经验； 2、熟练掌握Python/C/C++语言之一，熟悉大数据处理框架和机理，有扎实的AI相关理论基础； 3、深入理解强化学习算法：DPO/PPO/GRPO和相关的训练范式； 4、熟悉大…
工作职责
1、研究模型和技术方案，探索大模型训练在安全领域应用的上限； 2、深入大模型技术栈，结合安全关键问题进行深度产品集成和落地，如代码分析、漏洞检测、自动化攻击研判、Oncall； 3、数据构建/合成/标注/清洗、推理模型/代码模型等后训练（SFT/RL）、框架开发、模型加速与蒸馏等； 4、搭建高效、鲁棒和低成本的模型算法服务，应用到大规模场景； 5、跨团队、跨职能沟通协调，与业务方紧密协作，促进团队和合作方共赢。
职位概述 负责构建小红书AIGC安全检测与防护的核心算法体系，研发先进的生成式内容识别与风险管控技术，保障平台内容安全与用户体验。 主要职责 1.构建生成式大模型安全防护体系，包括但不限Safety Alignment、恶意提示词检测、输出内容过滤、滥用行为识别等，搭建完整防护链路 2.研发AIGC检测算法，覆盖文本、图像、视频等多模态内容识别，搭建发布主动校验、传播被动检测和处置的完整AIGC识别标识链路 3.通过agentic等技术，设计生成式大模型背靠背攻防演练方案，形成数据飞轮 4.跟踪前沿生成式AI技术演进，预判新型安全风险并研发应对方案，优化检测算法性能和推理成本 5.协同产品、运营、法务、GA团队，保障新产品功能的安全合规与用户体验
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. 行业解决方案设计与交付 - 基于阿里云大模型技术（如通义千问），为银行、保险、证券等金融客户量身定制AI大模型解决方案，覆盖AI财富助手、智能客服、智能风控等核心场景。 - 深入理解客户业务痛点，提供从需求分析、技术选型到方案落地的全流程支持，确保大模型技术与金融业务深度融合。 2. 大模型全生命周期技术赋能 - 主导客户侧大模型后训练（Post-training）、领域微调（Domain-specific Fine-tuning）、模型蒸馏（Distillation）及多模态融合优化，提升模型在金融垂直场景的精度及性能。 - 优化大模型训练与推理性能，包括分布式训练加速（如DeepSpeed、Megatron-LM）、显存优化、量化压缩（INT8/FP16）及低延迟推理部署（如vLLM、SGLang）等。 3. 工程化落地与性能调优 - 解决金融场景高并发、高稳定性需求，设计高性能计算架构，优化模型在GPU/TPU集群的训练效率及端到端推理链路。 - 结合金融行业数据隐私与安全要求，设计符合监管的模型部署方案。 4. 客户技术赋能与生态共建 - 面向客户技术团队提供大模型技术培训、实战工作坊及POC验证，推动AI能力在客户内部的规模化应用。 - 沉淀金融行业大模型最佳实践，输出白皮书、案例研究及标准化解决方案，提升阿里云在金融AI领域的市场影响力。