字节跳动大模型后训练技术专家-安全与风控

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. 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。

我们是谁 我们是蚂蚁国际风控团队——既是深耕全球支付安全领域二十年的行业领航者，更是由新生代科技精英组成的创新突击队。以中国智慧筑基，以全球视野拓疆，我们正用智能风控技术来重构行业新生态，为全球200+国家地区的跨境支付和金融服务提供以AI为新底座的风控核心能力。我们的荣誉： 1.iDASH国际隐私计算竞赛冠军 2.新加坡金融峰会大奖AI TOP4 3.乌镇互联网大会精品案例 4.在AAAI、KKD、SIGIR、EMNLP、WWW、ACM等顶会均有论文发表 为何选择我们： 1.核心业务：蚂蚁国际在近年不断开拓的新战场，在欧洲、东南亚、中东、美洲等全球布局并在几乎所有业务域实现了高速增长。作为支付和金融服务的核心能力，蚂蚁的风控能力和AI智能化水平在国内海外都是行业标杆的存在。加入我们，加入职场发展的快车道。 2. 技术空间：跨境支付和金融服务的风控问题涉及复杂的业务形态和行业知识，如何通过AI革命性地改变现有模式是实现普惠服务的关键。我们聚焦于探索和落地大模型和智能体的落地实践，挑战具有全球行业影响力的技术难题，培育面向未来的核心竞争力。 3.国际化机遇：全球范围的AI行业顶尖专家带你成长的同时让你有更多看世界的机会。你可以与全球精英一起共事，团队25%的海外员工；蚂蚁国际在全球20多个国家有办公室，并有充分高回报的海外外派机会。 我们的研究方向： 1.大模型强化学习后训练及复杂推理前沿探索 2.多智能体与复杂任务自主规划能力探索 3.多模态大模型推理决策 4.图像AIGC深度伪造检测 大模型创新应用团队是蚂蚁国际风控的创新前沿，由多个经验丰富的算法工程师组成的精英团队，致力于大模型的创新及其在风控场景的应用。我们希望打造风控推理大模型，并在风控调查，风险定性决策中进行深度探索。这需要建设风控领域行业推理大模型、基于Multi-Agent和强化学习的智能风控决策系统， 分析无代码化AI助手等方面的算法深度攻坚，基于大模型的人工智能体解决实际业务痛点。勇于探索及突破前沿大模型能力边界。 职位描述： 1. 负责大模型技术前沿技术跟踪、创新和落地； 2. 设计并构建风控领域最有效的知识体系、知识图谱等任务，实现风控及相关行业知识的高效注入； 3. 探索并设计风控调查场景下，最优奖励学习和强化学习策略，并协助团队完成风控推理大模型建设； 4. 设计并有效进行多智能体的能力突破，提升多智能体在复杂场景的自主规划能力，高效完成风控调查所需的信息采集和对客交互。

数据与训练方向： 1.大模型数据体系建设：构建多语言和多模态的数据处理流程和实验链路，优化数据的筛选与配比策略，探索动态数据调整、多阶段训练和课程学习等方法提升数据质量和多样性，优化大模型的训练效果。 2.合成数据探索：探索大规模合成数据方法，应用于复杂任务、推理、代码和多模态等场景。制定合成数据在预训练、强化学习等不同训练阶段的应用策略，并深入研究数据扩展规模定律、数据多样性和模型坍塌等基础问题，推动数据驱动的性能突破。 3.多模态学习与推理：探索多模态预训练的新范式，突破模态融合瓶颈。具体包括实现多模态能力的早期融合、理解与生成的统一建模，研究多模态扩展定律以指导数据与训练方案，扩展超长上下文机制以支持全模态场景等。同时，面向复杂的多模态推理与交互场景，探索多模态强化学习、多模态奖励模型、推理阶段扩展（test-time scaling）以及全模态链式思维（CoT）等方法，提升模型处理复杂任务和全模态交互的能力。 4.高效模型架构设计：设计高效的大模型架构以提升训练和推理效率。探索 MoE（混合专家）、稀疏注意力、线性注意力等高效模型结构，以及模型编辑与合并等技术，研发能够显著提升推理速度和资源利用率的新型模型架构。 5.推理效率与性能优化：推动算法与系统的协同优化，实现模型性能与效率的最大化平衡。基于对硬件计算潜力的深度挖掘，开发高效的模型推理方案和算法，包括模型压缩、剪枝、量化、稀疏化等，降低模型应用部署成本。 后训练方向： 1.后训练数据与流程建设，从指令数据生产、合成、进化、配比等方面提升数据质量，优化指令微调、强化学习、奖励模型等训练pipeline，提升模型综合能力； 2.后训练关键能力建设，包括但不限于优化模型创意生成、多语言、逻辑推理、复杂指令遵循、代码生成、工具调用等能力，提升模型可控性和安全性，拓展模型能力边界； 3.面向准确性、多模信息、最优路径等方向，探索奖励模型的新范式，构建统一模型学习环境，实现模型的价值对齐和能力对齐； 4.面向推理规划能力、多智能体系统、模型自进化等方向，探索下一代强化学习算法，持续提升大模型的智能水平和在真实复杂场景效果； 5.前沿探索：动态推理计算优化（Test-time Compute Optimization）、多智能体协同进化架构 、大规模强化学习系统优化等。