智能互联集团安全部-算法工程师/专家-数据安全

我们要寻找一位对数据安全和人工智能充满热情的大模型应用算法工程师加入我们的团队。在这里，你将加入一个充满热情的技术团队，参与构建智能化的数据安全防护体系，利用前沿的机器学习与数据挖掘技术，探索大模型在数据安全领域的深度应用。 具体职责包括但不限于： ● 大模型微调与实战 参与开源大模型的后训练（SFT、RL）与效果调优；针对具体的数据安全场景（如敏感词识别、API 风险检测），优化模型推理效果与性能。 ● 数据处理与工程化 参与高质量训练数据集的构建，编写自动化脚本进行数据清洗、增强与合成（Synthetic Data）；协助解决模型部署中的工程问题，提升服务稳定性。 ● 算法落地与迭代 利用 NLP 技术（如 NER 实体识别、文本分类）解决实际业务中的隐私保护问题；持续跟踪测试最新的 RAG、Agent 技术，并在业务中尝试落地。 ● 前沿技术复现 跟踪学界/业界在 LLM 与安全结合领域的最新论文与技术报告，快速复现并验证其在内部场景的有效性。

岗位面向行为风控这一高度复杂且动态对抗的业务场景，支持反爬、作弊、欺诈、账号安全、恶意行为等核心风控业务，聚焦大模型强化学习与Agent等核心技术，构建下一代智能风控基座和行业权威的行为域基模解决方案。 1、面向行为域的结构化/序列化/图表化数据体系，构建面向结构化数据的后训练和评测方案，产出行为特色的“世界模型”； 2、围绕行为风控的复杂任务，设计并迭代强化学习方案，包括但不限于：Reward System、RL、复杂决策、自我博弈等方向，构建全链路情报分析与风险决策能力； 3、面向行为分析、识别、挖掘、链路还原、路径推演等场景，设计可规模化扩展的Agent训练环境和迭代方案；

1、探索知识和评测驱动的模型自主训练闭环链路，实现大模型训练自进化框架 2、基于业务需求，利用自主训练闭环链路训练安全基础模型，保持通用能力不降的前提下提升业务效果 3、与工程团队合作搭建Agentic环境，负责Agent相关训练和评测 4、研究安全场景的知识和评测问题，发表论文、专利、开源评测集等成果

1、面向风险数据与安全业务场景，参与风险数据采集场景下的 Agent 架构设计与开发，包括上下文管理、记忆机制、任务规划、工具调用等能力建设。 2、联动工程与算法团队，基于 Harness Engineering 构建 Agent，解决风险数据生产、加工与分析过程中的复杂任务问题，从海量数据中快速、准确地获取业务关注的高质量风险数据。 3、建立评测集、效果指标和 badcase 迭代机制，持续、稳定地优化任务效果与数据质量。