阿里巴巴集团安全部-大模型算法专家-杭州
任职要求
1. 人工智能、计算机、数学、统计等相关专业的硕士或以上学历； 2. 扎实的深度学习算法基础，熟悉时间序列信号预测、对抗学习、强化学习中的一种或多种； 3. 具备 LLM 相关基础，有 RL、SFT 相关实践经验优先…
工作职责
1. 集团多种业务场景下，对千亿级流量进行攻击流量识别、人机识别相关算法研究； 2. 通过 LLM 对海量流量及各端审计数据进行分析，不断提升大模型在流量识别场景下的分析及归因能力； 3. 搭建端云协同的风控模型系统，不断提升各类异常流量的防控能力； 4. 跟踪风控领域前沿技术，结合多模态数据，进行原型系统的研发和验证
1. 面向安全垂域大模型，构建安全领域知识体系，将高质量领域知识转化为适用于大模型的有效训练数据，提升基座模型在业务场景的知识理解与推理能力； 2. 深入研究大语言模型的知识理解、表征与记忆机制，探索知识在模型内部的存储、激活与推理路径，为高效的知识注入提供理论基础； 3. 建立安全领域知识的质量标准和评估体系，驱动安全基座模型的持续迭代与优化，形成“知识-数据-模型-评测”的安全数据飞轮； 4. 探索安全特色的知识增强技术，提升基座模型在安全攻防对抗环境的知识应用与规划能力，通过自我博弈提升模型智能水平。
1、评测是大模型下半场的重中之重。构建面向大模型的多维度评估体系，包含安全垂域能力（内容、商品、行为风险识别，变异对抗）、通用能力（指令遵循、长上下文理解、工具调用）等。通过算法实现科学有效、持续进化的自动化评估方案，深入大模型训练的各个阶段，为模型能力持续提升提供精准反馈与指导 2、负责基础模型和安全应用的效果评估工作，深度参与安全大模型的性能分析与评估，尤其聚焦于基础模型、多模态、agent、和前沿技术（RL、对抗学习）等方向的能力定向分析，驱动模型迭代优化，直接影响前沿技术落地效果与用户体验 3、紧跟业界人工智能技术前沿动态，结合大模型发展成果，将Agent、RAG、Post-Train等技术在实际场景中落地。积极分享和沉淀关键技术，推动技术创新
1. 负责内容安全领域的大模型算法研发与落地，构建面向国际及国内多场景（如商品审核、社区内容、广告等）的智能识别与风险防控体系； 2. 设计并实现基于大模型的自动化审核系统，提升审核效率与准确率，支持高并发、低延迟的在线服务； 3. 负责商品治理领域的风险防控算法研发与落地，面向数十亿级商品库，构建覆盖假货、侵权、山寨、劣质、滥发等核心场景的智能识别体系，通过大模型驱动的内容理解、行为建模与知识推理技术，提升风险识别准确率与自动化处置能力，保障消费者购物体验与权利人平台权益，支撑电商生态健康可持续发展； 4. 探索大模型在内容理解、行为建模、团伙识别、跨语言语义分析等方向的应用，推动从传统规则/小模型向知识驱动AGI范式的演进； 5. 构建可解释、可迭代的知识生产闭环，支撑风险感知、策略生成与防控标准动态更新； 6. 参与大模型训练、微调、推理优化及部署全流程，提升模型在真实业务中的泛化能力与稳定性。
1. 负责内容安全领域的大模型算法研发与落地，构建面向国际及国内多场景（如商品审核、社区内容、广告等）的智能识别与风险防控体系； 2. 设计并实现基于大模型的自动化审核系统，提升审核效率与准确率，支持高并发、低延迟的在线服务； 3. 负责商品治理领域的风险防控算法研发与落地，面向数十亿级商品库，构建覆盖假货、侵权、山寨、劣质、滥发等核心场景的智能识别体系，通过大模型驱动的内容理解、行为建模与知识推理技术，提升风险识别准确率与自动化处置能力，保障消费者购物体验与权利人平台权益，支撑电商生态健康可持续发展； 4. 探索大模型在内容理解、行为建模、团伙识别、跨语言语义分析等方向的应用，推动从传统规则/小模型向知识驱动AGI范式的演进； 5. 构建可解释、可迭代的知识生产闭环，支撑风险感知、策略生成与防控标准动态更新； 6. 参与大模型训练、微调、推理优化及部署全流程，提升模型在真实业务中的泛化能力与稳定性。