米哈游大语言模型数据专家（线上兼职岗）
任职要求
1. 专业不限，文学、哲学、历史等人文相关专业优先； 2. 具备优秀的文哲史知识储备，对人文话题有浓厚兴趣和独到见解； 3. …
工作职责
1. 自主寻找并匹配 1 名适合的搭档，组成双人工作小组； 2. 灵活挑选自身擅长的话题（可从现有话题库挑选也可自找，覆盖文学、哲学、历史等方向）； 3. 与搭档围绕所选话题进行深度聊天、访谈，全程记录真实、有深度的对话内容； 4. 输出符合要求的高质量文本语料，作为大模型训练数据； 5. 最后按验收通过的话题数量获取报酬，上不封顶。
1.核心风控模型研发与迭代: 主导或独立负责信贷风控全流程（包括但不限于反欺诈、申请评分、行为评分、催收评分等）的核心算法模型的设计、开发、验证与部署。 持续监控、评估线上模型的表现，并根据业务变化和模型效果进行快速迭代和优化，确保模型的稳定性和有效性。 2.数据挖掘与特征工程: 深度挖掘和分析内外部多维度数据（如信贷数据、用户行为数据、第三方征信数据等），构建并完善用户风险画像及特征体系。 运用创新的特征工程方法，从海量、复杂的数据中提炼出对风险有强区分度的变量，为模型性能的提升提供坚实基础。 3.前沿算法探索与应用: 跟进并研究业界在数据挖掘、机器学习、深度学习、图计算等领域的最新算法和技术趋势。 积极探索和评估前沿算法（如无监督学习、大语言模型等）在信贷风控场景中的应用价值，并推动其在实际业务中落地。 4.风险策略支持与业务赋能: 与风险策略、产品及业务团队紧密合作，深入理解业务痛点，将模型结果转化为可落地的风控策略，提供数据驱动的决策支持。 通过数据分析和模型洞察，为业务部门提供关于客群准入、额度管理、动态定价、风险预警等方面的专业建议。 5.技术沉淀与知识分享: 负责撰写清晰、完整的技术文档和模型报告，沉淀项目经验和知识。 在团队内部进行技术分享和培训，引领团队成员共同成长，提升团队整体的算法能力和风控水平。
1. 参与大模型Post-Training（SFT, RM, RLHF等）算法的研发与迭代，深入研究并解决训练过程中的效率瓶颈与收敛性问题，持续提升模型的逻辑、推理及生成能力，直接对用户体验负责。 2. 探索并实践面向各领域的高质量数据自动化合成技术（如Self-Instruct, Constitutional AI等），设计并构建高效、可扩展的线上数据飞轮（Data-Flywheel）闭环系统，实现模型能力的自我迭代与增强。 3. 与产品、工程团队紧密协作，洞察并挖掘LLM在企业垂直场景的巨大潜力，参与从0到1的创新产品孵化，推动技术成果的商业化落地。
需要有base海外工作经验，外籍也可考虑 岗位招募方向（搜推/风控/nlp/CV/AI大模型相关等）： （1）搜推算法 1、负责从0到1搭建搜索/推荐排序项目及后续持续迭代优化，进行线下和线上实验评估，并对于算法策略进行持续优化； 2、深入理解包括搜索、推荐等流量分发场景的业务模式，通过数据分析和挖掘，构建产品侧和用户侧等特征，驱动搜索排序算法迭代； 3、在电商场景有人货场匹配的应用经验，针对AB实验进行效果分析和归因分析，并不断从业务角度、数据角度推进搜索排序模型优化； 4、主动诊断及发现业务问题，科学的方法和分析输出业务策略，同时能基于复杂的业务问题进行数据挖掘和模型探索，沉淀业务分析思路，产出对业务和产品有价值的方案和建议。
1.负责Agent场景的效果优化，深入研究LLM后训练相关技术，包括CPT/SFT/RLHF/RLVR等，提高算法准确率和效率。 2.构建大规模高质量的数据（数据建设、数据抓取与解析、数据合成等），探究线上真实场景数据到RL过程的数据飞轮。 3.跟踪LLM领域的最新研究成果，用以持续提升算法应用效果，研究方向包括但不限于强化学习中的奖励模型的优化和创新，AgentRL，可验证奖励的构建和扩充。 4.深度参与产品研发和业务落地，和工程/研发/产品等同学密切配合，将优化算法应用于具体业务场景，推动智能体技术的产业化落地。