阿里巴巴风控场景的多语言多模态大模型优化和智能体应用-Bravo Star

阿里国际风险管理部算法团队，负责国际电商（AliExpress、Alibaba国际站、Lazada、Daraz等平台）的商品风险、互动内容风险、营销反作弊、恶意行为、欺诈、虚假交易等各类风险的模型建设，综合利用各类的算法进行风险治理。面临多语言、多国别、复杂多变的风险，目前聚焦于下一代AI技术进行风控系统的升级，提升风险识别和治理能力。 负责国际化多语言多模态大模型的优化以及智能体的构建，落地到商品风险防控、营销作弊、欺诈等各类风险治理中，包括但不限于： 1、多语言多模态电商大模型的优化，包括多语言多模态电商数据挖掘与清洗、数据配比、模型预训练、任务微调、强化学习偏好对齐等； 2、参与智能体框架的设计与实现，推动在各类治理场景中的落地。

1、支持平台新房和加盟业务的风险控制策略制定与迭代，并推动上线运营； 2、跟进国内房地产行业监管政策动态，分析房地产行业数据，参考内化风险管方向并结合工作落地应用； 3、通过外部市场重大舆情、风险和突发事件，结合内部数据分析与监控，适时调整策略控制业务风险。

1、根据业务流程规则梳理洞察业务异常和风险场景； 2、针对异常情况分析原因，参与解决方案探索； 3、推动解决方案执行落地，调研方案执行效果。

1、负责风控中台系统的产品架构设计，包括实时/离线风控引擎、规则配置平台、工作流引擎、风险数据集市等核心模块； 2、制定风控平台的技术演进路线，推动高性能、低延迟的风控决策能力建设（如支持毫秒级实时风控）； 3、设计可视化策略配置工具，降低业务团队使用门槛，提升策略迭代效率； 4、推动风控数据中台建设，整合内外部数据源（如征信、黑名单、设备指纹），优化数据服务能力； 5、与风控策略团队合作，理解业务需求，提供平台能力支持。与数据开发、算法团队协作，推动特征工程、模型服务的标准化接入。向业务方推广平台功能，收集反馈并持续优化产品体验。