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. 面向安全垂域大模型，构建安全领域知识体系，将高质量领域知识转化为适用于大模型的有效训练数据，提升基座模型在业务场景的知识理解与推理能力； 2. 深入研究大语言模型的知识理解、表征与记忆机制，探索知识在模型内部的存储、激活与推理路径，为高效的知识注入提供理论基础； 3. 建立安全领域知识的质量标准和评估体系，驱动安全基座模型的持续迭代与优化，形成“知识-数据-模型-评测”的安全数据飞轮； 4. 探索安全特色的知识增强技术，提升基座模型在安全攻防对抗环境的知识应用与规划能力，通过自我博弈提升模型智能水平。
1、评测是大模型下半场的重中之重。构建面向大模型的多维度评估体系，包含安全垂域能力（内容、商品、行为风险识别，变异对抗）、通用能力（指令遵循、长上下文理解、工具调用）等。通过算法实现科学有效、持续进化的自动化评估方案，深入大模型训练的各个阶段，为模型能力持续提升提供精准反馈与指导 2、负责基础模型和安全应用的效果评估工作，深度参与安全大模型的性能分析与评估，尤其聚焦于基础模型、多模态、agent、和前沿技术（RL、对抗学习）等方向的能力定向分析，驱动模型迭代优化，直接影响前沿技术落地效果与用户体验 3、紧跟业界人工智能技术前沿动态，结合大模型发展成果，将Agent、RAG、Post-Train等技术在实际场景中落地。积极分享和沉淀关键技术，推动技术创新
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。
1. 负责淘宝天猫集团安全部行为风控算法建设，在反欺诈、反作弊、恶意行为等场景提供业务算法支持； 2. 对淘宝天猫集团海量业务数据进行分析与挖掘，灵活使用传统机器学习、深度学习算法（图算法、自监督表征、异常检测等）、大模型刻画风险，对反欺诈、反作弊、恶意行为等场景的黑恶行为进行精准识别与感知，并通过有效手段进行风险治理与对抗； 3. 有独立Agent研发能力，可以基于大模型构建智能Agent体系，包括工具调用（Tool Use）、任务规划、多Agent协作等核心策略的设计与优化。熟练掌握检索增强（RAG）流程，包括索引构建、召回优化、知识融合、上下文管理等增强方法。深入跟踪前沿技术，并在业务场景中验证和落地。