智能互联集团安全部-风控垂域大模型高级算法专家-北京
任职要求
1、硕士研究生及以上学历，计算机、人工智能、软件、信息安全、统计和数学专业优先； 2、3年以上 NLP/大模型相关研发经验，深刻理解Transformer、BERT、GPT等模型的原理。具备至少一次从0到1参与大模型预训练或大规模领域自适应微调的成功项目经验。 3、扎实的编程基础，对数据结构、算法设计基础有深度了解，熟练掌握Python/C++等主流语言一种或多种 …
工作职责
1、构建面向业务风控（作弊、欺诈、账号安全、垃圾注册、恶意行为等）领域的下一代智能风控基座大模型。从底层开始设计、训练和优化专属于风控领域的“最强大脑”，利用大模型技术从根本上提升识别和对抗黑灰产的能力，为公司的核心业务安全保驾护航。 2、设计和构建高质量、多模态的（文本、行为序列、图数据、设备信息等）风控领域训练数据集； 3、开展领域自适应预训练，让通用大模型深度理解风控概念（如欺诈模式、作弊行为、爬虫特征、账号养号等），探索大模型与图神经网络、异常检测、时序分析等传统风控技术的融合创新。
1、搭建行为风控知识转化链路，把高质量领域知识转化为训练数据，通过消融实验验证分阶段知识注入策略，为行为风控基座模型生产高质量训练数据 2、根据行为风控业务特点，建立领域特色的评测集生产方案，建设行为风控Agentic评测环境 3、探索知识和评测驱动的模型自主训练闭环链路，自主训练行为风控基础模型中间版本并做交付
深入行为风险业务，理解行为风控系统全链路，设计并构建面向行为风控的各类agent。根据业务特点完成Agent架构设计（Harness Engineering、Memory设计、Skill建设），同时针对大模型在Agent运行过程中存在的效果不佳问题做定制优化，系统性提升Agent的完成质量与业务效果。 岗位职责 1. 行为风控Agent体系构建 深入理解行为风控业务场景（账号风险、交易风险、营销反作弊、内容安全等），梳理行为风控系统的核心链路与决策逻辑，主导覆盖风险感知、研判、处置全流程的agent建设。根据业务特点完成Agent架构设计，包括任务拆解与编排、多Agent协作机制、人机协同交互范式。 2. Harness Engineering 设计Agent的可观测性体系（日志、追踪、监控），确保Agent行为可审计、可回溯、可优化。构建Agent评测体系和约束机制，定义评估指标（任务完成率、准确率、响应时间等），建立持续迭代闭环。 3. Memory设计 设计Agent的记忆系统，包括短期记忆（会话上下文）、长期记忆（知识沉淀与经验积累）、工作记忆（任务执行状态）。探索记忆检索、更新、遗忘机制，平衡记忆容量与检索效率。结合行为风控业务特点，设计领域知识的结构化存储与高效召回方案。 4. Skill建设 构建Agent的技能体系，将行为风控领域的专家经验（规则策略、分析模式、处置流程）沉淀为可复用的Skill。设计Skill的注册、发现、组合、调度机制，支持动态编排与热更新。建立Skill的质量评估与迭代优化流程。 5. 大模型效果优化 针对大模型在Agent运行过程中存在的幻觉、推理偏差、指令遵循不足等问题，探索定制优化方案。包括但不限于：Prompt Engineering优化、SFT微调、RLHF/Agentic RL对齐训练、推理时干预（Guardrails）等。结合行为风控业务数据，构建高质量训练与评测数据集。
1、负责阿里巴巴集团创新业务相关业务风控风险治理，如账号安全、活动反作弊、拉新促活反作弊、恶意行为相关风险治理 2、通过对接业务，深入对平台上用户数据、行为数据的分析洞察，输出相关风险行为手法和特征，建立风险能力及策略，并持续进行能力提升，对业务治结果负责 3、协同业务，完善风险感知渠道，及时风险新手法的发现，建设线上治理水位评价指标，实现业务核心风险可感知，可预警，可处置、可评价 4、高效协同相关产品、算法团队，提升业务核心风险治理能力，完善治理产品，支撑日常策略高效运营
1. 负责集团业务（注册登录、营销活动、爬虫等）的风控攻防演练，以攻击者视角对风控规则、策略模型及设备指纹等防御系统进行黑/白盒测试，挖掘防御短板。 2. 针对API接口进行深入的安全测试，挖掘越权、数据泄露等业务逻辑漏洞，重点评估抗爬虫、抗撞库、抗自动化攻击的能力。 3. 监控并分析黑灰产最新的攻击手法、工具（如改机、群控、自动化脚本等），还原攻击链路，并转化为内部防御方案。 4. 对Web端、移动端进行逆向分析，挖掘端侧风控SDK的绕过风险或协议漏洞。 5. 协同策略与研发团队推动漏洞修复，协助建设更完善的风控感知与防御体系。