莉莉丝游戏风控算法实习生
任职要求
1. 计算机、人工智能、数据科学、数学、统计学等相关专业硕士及以上学历在校生； 2. 熟练掌握Python编程，具备扎实的工程实现能力，能独立完成数据处理、模型训练与效果验证； 3. 具备扎实的NLP基础，熟悉文本分类、命名实体识别、关键词提取等任务，有实际项目经验者优先； 4. 熟悉主流大语言模型（如LLaMA、ChatGLM、Qwen等）的原理与应用，具备LLM微调（如LoRA、Q…
工作职责
1. 针对游戏内玩家发言内容，构建高精度的广告识别模型，重点识别交易类广告（如账号/道具买卖）和引流类广告（如导流至第三方平台），支撑实时与离线风控策略； 2. 基于NLP技术对玩家文本进行语义理解、关键词挖掘与上下文建模，结合规则与模型融合策略，提升广告识别的准确率与泛化能力； 3. 基于开源大语言模型开展领域适配的微调（fine-tune）工作，结合广告分类场景构建高质量标注数据集，提升模型在垂直领域的判别能力。； 4. 分析误判/漏判案例，持续迭代模型与策略，提升风控系统的鲁棒性与业务适配性； 5. 持续监控模型在真实业务场景中的表现，分析误判/漏判案例，迭代优化策略逻辑与模型结构，提升整体风控覆盖率与精准度。
1、深入了解小红书风控场景的业务和数据，能够从数据中发现问题，思考解决问题的方案并尝试落地； 2、调研现有主流大模型的能力，结合实际业务和数据思考落地可行性方案，并结合业务思考如何对模型性能做出合理评估； 3、在工作中能快速成长，积极探索前沿技术，解决好业务中遇到的实际问题，完成数据处理、建模和工程上线，对AI技术始终保持热爱。
1.负责评论维度方向模型的训练和基础系统性能的优化 2.利用自然语言，多模态等技术，从海量内容中识别风险用户与内容 3.跟踪行业最新动态，推进新算法的落地与应用
1、负责小红书电商和直播风险治理的数据科学工作，通过数据分析和建模，解决包括小红书电商和直播业务当中涉及交易、支付、体验、流量等多个风险治理域的治理问题。 2、风险问题发现：深入理解业务，通过定性和定量分析业务的关键问题，发现潜在风险点，提出优化建议和解决方案； 3、机器学习建模：针对各类风险问题，落地机器学习模型的解决方案，并部署应用； 4、指标体系建设：梳理和搭建各治理场景的核心指标体系，帮助业务明确风险治理路径，指导风险治理动作迭代； 5、驱动改进：基于实验分析、因果推断等手段，提出风控策略优化上的改进建议，提升风险治理效率；
1、负责小红书电商和直播风险治理的策略算法工作，通过数据分析和算法建模，解决包括小红书电商和直播业务当中涉及交易、支付、体验、流量等多个风险治理域的治理问题。 2、风险问题发现：深入理解业务，通过定性和定量分析业务的关键问题，发现潜在风险点，提出优化建议和解决方案； 3、算法建模：针对各类风险问题，落地机器学习模型的解决方案，并部署应用； 4、指标体系建设：梳理和搭建各治理场景的核心指标体系，帮助业务明确风险治理路径，指导风险治理动作迭代； 5、驱动改进：基于实验分析、因果推断等手段，提出风控策略优化上的改进建议，提升风险治理效率；