阿里巴巴业务技术-AI 应用研发工程师-风控方向
任职要求
1. 本科及以上学历，计算机、软件工程、人工智能或相关专业；3年以上软件开发经验，扎实的Java/Python开发功底。 2. 熟悉分布式系统的设计与应用，精通缓存、消息队列等中间件技术。 3. AI热情与实战经验：对AI技术有强烈的热情和好奇心，积极拥抱AI变革。具备以下任一经验者优先： ● 有大模型（LLM）在垂直领域的微调、后训练（Post-training/SFT）或RAG落…
工作职责
1. 负责淘天内控平台的技术系统设计与核心功能开发，运用大模型（LLM）、机器学习等AI技术，系统化防控资金、业务流程、合规等复杂风险，目标是挽回数亿级资金损失。 2. 深度参与下一代智能风控引擎的研发，将AI模型与实时策略深度融合，打造高并发、低延迟的决策系统，保障双十一等大促场景下的极致稳定性与精准性。 3. 针对内控风控这一高专业性场景，探索并落地大模型的领域后训练（Post-training）、指令微调（SFT）、检索增强生成（RAG）等前沿方案，持续提升模型在风险识别、归因分析、合规判断等任务上的准确率与可解释性。 4. 主导企业级AI应用的开发与落地，通过构建AI Agent、智能工作流（Workflow）和知识库引擎，重塑风险的主动发现、智能分析与自动化治理方案，打造行业领先的AI内控产品。 5. 持续跟踪大模型（LLM）、多模态、Agent框架、模型对齐与安全等前沿AI技术，并推动其在内控领域的创新应用与业务价值转化。
负责基于大模型技术，打造闲鱼平台智能化服务产品与基础AI设施建设，提升商品交易效率与用户体验，具体职责包括但不限于以下方向： 1、AI应用研发 * 构建智能托售引擎，基于多模态大模型实现商品自动描述生成、智能定价等，优化卖家商品发布效率与转化率； * 开发多模态对话式助手，支持自然语言交互的商品管理（如上架、改价、咨询回复），降低卖家运营门槛； * 设计买家需求理解与智能撮合系统，通过意图识别、长对话状态跟踪技术提升买卖双方匹配效率； * 构建卖家经营分析工具，基于大模型生成数据洞察报告与自动化营销方案，赋能商家精细化运营； * AI风控智能化教育，拦截，和诊断，结合知识库和大模型分析做智能风控智能体。 2、 AI基础建设 * 针对会话理解，研发轻量化大模型框架，支持复杂多任务推理，如会话意图，会话理解标签； * 针对二手交易场景，微调行业专属多模态大模型，建设高精度商品知识库与RAG检索增强能力。 3、业务技术建设 *结合实际业务需求，开展多模态大模型、强化学习等方向的探索与创新研究，撰写并发表高水平论文，与业界和学术界保持深度互动，推动技术进步。
-负责新一代 AI 搜索产品的通用架构能力规划与建设落地，牵引AI架构的优化方向，持续构建AI竞争力 -分析关键的AI应用场景，发现技术瓶颈，提出架构优化建议 -负责 AI 各种子系统设计，比如memory系统设计、模型流控、风控设计、智能体分发协议设计等 -负责 AI 搜索服务运维、系统级架构优化和治理 ，提出建设性意见，提升服务性能和稳定性建设 -负责AI能力统一输出及转化为能够赋能提效的终端产品研发 -负责对接涉及多团队协作项目的工作分解和实现等其他工作
1、深度参与安全/体服方向的业务作业系统构建，负责从架构设计到功能开发的全流程工作，确保系统具备高稳定性、高性能与高安全性，满足业务快速发展的需求；在在线/近线/离线数据处理系统开发中，运用前沿技术实现数据的高效采集、清洗、存储与分析，为业务决策提供有力支持；参与图&文检索与召回系统的搭建与优化，提升检索精度和召回率，保障用户能够快速获取所需信息； 2、主导RAG/Agent应用构建系统的研发工作，探索AI技术在实际业务中的创新应用，将大模型能力融入应用，实现智能化交互与服务，推动业务模式的创新发展；在AI应用落地过程中，负责技术选型、算法优化与工程实现，攻克技术难题，确保AI应用能够稳定、高效地服务于业务场景； 3、面对异构大数据处理的复杂挑战，运用先进的数据处理技术和工具，对多样化的数据进行整合、处理与分析，挖掘数据价值，为业务发展提供数据驱动的决策依据；持续优化异构大数据处理流程，提升数据处理效率和质量，降低系统成本，增强系统的可扩展性和兼容性。
1、深度参与抖音治理与体验方向的业务作业系统构建，负责从架构设计到功能开发的全流程工作，确保系统具备高稳定性、高性能与高安全性，满足业务快速发展的需求；在在线/近线/离线数据处理系统开发中，运用前沿技术实现数据的高效采集、清洗、存储与分析，为业务决策提供有力支持；参与图&文检索与召回系统的搭建与优化，提升检索精度和召回率，保障用户能够快速获取所需信息； 2、主导RAG/Agent应用构建系统的研发工作，探索AI技术在实际业务中的创新应用，将大模型能力融入应用，实现智能化交互与服务，推动业务模式的创新发展；在AI应用落地过程中，负责技术选型、算法优化与工程实现，攻克技术难题，确保AI应用能够稳定、高效地服务于业务场景； 3、面对异构大数据处理的复杂挑战，运用先进的数据处理技术和工具，对多样化的数据进行整合、处理与分析，挖掘数据价值，为业务发展提供数据驱动的决策依据；持续优化异构大数据处理流程，提升数据处理效率和质量，降低系统成本，增强系统的可扩展性和兼容性。