阿里巴巴阿里妈妈-风控应用架构师-杭州

1、负责国际化短视频风控系统数据采集以及数据应用，根据采集数据进行反自动化应用的系统架构优化； 2、开发分布式架构的系统，结合算法，提供系统化的解决方案； 3、调研数据采集方向大前沿科技，探索可行方案以解决痛点问题，并持续推动架构演进。

1. 基于蚂蚁数科AI相关产品技术，结合客户业务需求场景，设计可落地的产品解决方案，解决客户实际场景问题，加速AI相关产品的商业化落地； 2. 总结和沉淀客户以及合作伙伴的AI大模型最佳实践，形成可复制的产解决方案，赋能前线销售团队，帮助提升蚂蚁数科AI产品的竞争力； 3. 为客户和ISV提供技术解决方案，组织和引导POC验证，指导和配合ISV/客户完成项目实施； 4. 为客户/合作伙伴提供技术培训，提升客户/合作伙伴技能； 5. 发掘和推动蚂蚁内部AI技术和最佳实践的产品化和商业化，拉通产品/研发团队，高效推动方案/产品落地，创新协作/商务模式； 6. 收集客户需求，结合行业情况及市场需求，向产研团队反馈AI产品的优化需求，加速产品迭代，提升产品市场竞争力和市场占有率。

岗位职责： 1、负责金融系统核心模块的设计与高质量代码实现，主导关键功能的技术方案选型与落地； 2、负责系统整体架构设计（包括应用架构、服务治理、数据库设计、API 接口规范等），确保系统的高可用、可扩展与安全性； 3、持续优化现有系统性能，主导关键技术攻关，解决高并发、分布式、数据一致性等复杂问题； 4、负责系统稳定性建设，包括监控、日志、容灾、安全审计等机制的设计与实施。

- 负责大模型平台大数据层的架构设计与落地，涵盖数据采集、清洗、治理、存储、特征工程及数据服务全流程，构建适配风控场景的大模型数据支撑体系。 - 深入拆解风控核心业务场景（如交易欺诈识别、虚假交易拦截、违规商品检测、恶意差评防控等）的数据需求，结合业务同学自定义Agent的使用场景，设计针对性的数据解决方案。 - 主导搭建大模型Agent专用数据服务体系，包括但不限于RAG（检索增强生成）数据底座、向量数据库部署与优化、实时/离线数据算力调度，保障业务同学高效调用数据训练与使用Agent。 - 负责大数据平台与大模型平台的协同对接，解决数据流转中的兼容性、性能瓶颈及安全合规问题，构建稳定、高效的数据链路，支撑Agent全生命周期的数据需求。 - 牵头数据质量管控体系建设，制定数据标注、筛选及评估标准，通过数据增强、合成等技术提升数据质量，为大模型Agent的精准性提供核心保障。 - 跟踪大模型与大数据融合领域的前沿技术（如LangChain/LlamaIndex生态、多模态数据处理等），结合风控业务场景推动技术落地，持续优化数据架构与服务能力。 - 联动业务团队、大模型算法团队及工程团队，建立“业务需求-数据支撑-模型优化”的闭环机制，快速响应业务同学在Agent自定义过程中的数据痛点。 - 负责团队内部大数据技术沉淀与分享，主导数据相关规范制定，提升团队在大模型数据支撑领域的专业能力。