
智能互联集团安全部-大模型知识算法专家-北京/杭州
社招全职3年以上技术类-算法地点:北京 | 杭州状态:招聘
任职要求
1. 计算机或安全相关专业研究生,在安全领域(内容安全、网络安全、流量安全、业务风控等)有业务经验者优先; 2. 具备扎实的深度学习与自然语言处理算法能力,熟悉大语言模型架构及训练流程,具备独立实验与技术研究能力; 3. 在大模型、AI或安全顶会(ICLR/NeurIPS/ACL/EMNLP/USENIX Security等…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
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。
包括英文材料
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
NLP+
https://www.youtube.com/watch?v=fNxaJsNG3-s&list=PLQY2H8rRoyvzDbLUZkbudP-MFQZwNmU4S
Welcome to Zero to Hero for Natural Language Processing using TensorFlow!
https://www.youtube.com/watch?v=R-AG4-qZs1A&list=PLeo1K3hjS3uuvuAXhYjV2lMEShq2UYSwX
Natural Language Processing tutorial for beginners series in Python.
https://www.youtube.com/watch?v=rmVRLeJRkl4&list=PLoROMvodv4rMFqRtEuo6SGjY4XbRIVRd4
The foundations of the effective modern methods for deep learning applied to NLP.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
ICLR+
https://iclr.cc/
还有更多 •••
相关职位
社招技术
1. 负责滴滴金融保险风险场景的模型设计、建设、开发、应用落地、持续迭代优化,为业务风险指标负责。 2. 拆解业务风险指标,转化为模型指标,并为之设定合理的提升目标 3. 尝试各类特征工程方法,挖掘集团内外部数据,加工生成有效特征,优化模型效果 4. 数据算法创新,了解并跟进业界领先的人工智能和深度学习进展,推动新的技术在风控领域落地
更新于 2025-04-01北京
社招ACG
-负责Doris云产品核心引擎的研发及优化 -负责Doris云产品管控服务及运维功能的研发 -保障Doris集群服务稳定性 -支持集团内外部Doris用户使用及调优工作
更新于 2025-04-02北京
社招3年以上信息技术类
用户方向 1.通过数据分析构建用户画像,分析用户交易行为及用户旅程,挖掘trade-in, trade-across, trade-up的驱动因素及转化路径; 2.设计因果推断实验(如A/B测试、双重差分法),量化促销活动、定价策略对用户消费、用户增长的影响,评估广告渠道ROI优化投放策略; 3.构建用户分层模型,识别高价值消费人群,输出定向运营策略(如精准发券、商品推荐),制定留存策略; 4.研究用户生命周期内的消费习惯,结合消费者心理学理论,优化“人-货”匹配效率,提升用户ARPU值。
更新于 2025-04-03广州