得物AI平台开发工程师（风控）
任职要求
任职要求 教育背景 ：计算机科学、软件工程、人工智能等相关专业本科及以上学历。 技术能力 ： 1、精通Python/Java/Go等至少一门开发语言，熟悉PyTorch、TensorFlow等深度学习框架。 2、具备AI平台开发经验，深入理解Dify、Coze、百炼等主流AI平台特性。熟悉AI模型训练、部署、监控全流程，有平台性能优化经验者优先。 3、熟练掌握RAG（检索增强生成）技术栈，包括向量数据库构建、语义检索优化等。 4、对大语言模型（如GPT、LLaMA等）技术原理有一定了解，具备一定实际场景微调经验。 5、熟悉Model Context Protocol（MCP）的应用开发 ，有基于MCP协议开发Agent工具（如自动化流程、智能体服务）经验者优先。 项目经验 ： 1、主导或参与过AI平台开发项目，有分布式系统…
工作职责
1、负责AI平台核心模块的设计、开发与迭代，构建高可用、高性能的AI开发与推理平台。 2、负责优化AI平台功能与用户体验，提升开发者效率。 3、针对AI平台的计算资源、模型推理性能进行调优，解决高并发场景下的稳定性与延迟问题。 4、主导或参与大语言模型的微调（Fine-tuning）、RAG知识库构建、Prompt工程优化及模型效果评估，提升模型在实时性、准确性和可解释性上的表现。 5、基于大语言模型（LLM）的实际业务场景（如智能问答、知识库应用、自动化流程等），完成模型服务化落地与性能优化。
1. 行业解决方案设计与交付 - 基于阿里云大模型技术（如通义千问），为银行、保险、证券等金融客户量身定制AI大模型解决方案，覆盖AI财富助手、智能客服、智能风控等核心场景。 - 深入理解客户业务痛点，提供从需求分析、技术选型到方案落地的全流程支持，确保大模型技术与金融业务深度融合。 2. 大模型全生命周期技术赋能 - 主导客户侧大模型后训练（Post-training）、领域微调（Domain-specific Fine-tuning）、模型蒸馏（Distillation）及多模态融合优化，提升模型在金融垂直场景的精度及性能。 - 优化大模型训练与推理性能，包括分布式训练加速（如DeepSpeed、Megatron-LM）、显存优化、量化压缩（INT8/FP16）及低延迟推理部署（如vLLM、SGLang）等。 3. 工程化落地与性能调优 - 解决金融场景高并发、高稳定性需求，设计高性能计算架构，优化模型在GPU/TPU集群的训练效率及端到端推理链路。 - 结合金融行业数据隐私与安全要求，设计符合监管的模型部署方案。 4. 客户技术赋能与生态共建 - 面向客户技术团队提供大模型技术培训、实战工作坊及POC验证，推动AI能力在客户内部的规模化应用。 - 沉淀金融行业大模型最佳实践，输出白皮书、案例研究及标准化解决方案，提升阿里云在金融AI领域的市场影响力。
1、负责企业级数据安全与防泄露能力的设计与建设。 2、参与安全对抗与设备风控模块的设计与研发实现。 3、设计并参与安全运营流程，对安全事件进行分析与响应。
资深Java/架构师 - 平台治理策略 【】 负责构建和优化支撑全球电商业务健康、安全、合规的核心治理平台。技术决策将直接影响平台商品质量、商家合规水平、消费者信任和整体营商环境。 【核心职责】 1、平台治理中台架构设计：负责平台治理领域（不限于商品质检、资质合规、风险处置、商家体验等）的业务中台与数据中台架构设计，实现高内聚、低耦合的系统解耦。规划和设计可扩展、高可用的治理核心系统，包括但不限于规则引擎、工作流引擎、任务调度平台、实时/离线风控系统。 2、核心系统研发与攻坚：主导不限于商品信息治理系统、实物质检履约系统、商家合规证书管理平台、处置与处罚系统的架构设计与技术难点攻关，构建一体化的商家体验平台，包括申诉、咨询、任务中心，提升商家满意度和运营效率。 3、技术与创新驱动：引入大数据、机器学习等技术，提升平台在图片/文本识别、风险商家挖掘、智能质检等方面的自动化能力和准确率。优化海量数据（商品、订单、行为日志）下的实时计算与批量处理性能，保障系统在亿级流量下的稳定与低延迟。 4、团队与标准建设：制定团队技术规范、代码规范，主导核心代码的编写与评审。培养和指导高级工程师，提升整个团队的技术设计和架构能力。
1. 负责蚂蚁集团数字科技线AI 中台、安全科技、数据要素等相关业务的前端研发； 2. 参与团队内低代码平台、AI 工具、可视化等技术产品的设计和开发； 3. 结合业务的特点，参与前端基础组件库，前端研发框架开发，探索行业前沿技术方向并落地； 4. 根据业务需求的设计前端技术方案、把控需求及功能的有序迭代，能够代领多名同学共同完成开发任务； 5. 配合服务端、产品、设计同学保障业务快速进展，建立或优化提升工作效率的工具、技术服务团队和业务。