岗位职责
- 负责被控排查数字人的算法设计与迭代：排查 Agent / 定性 Agent 双 Agent 链路（任务规划、取证、链路还原、定性判定），对查准/查全与判白完结率等效果指标负责； - 负责被控排查场景的大模型算法优化：Prompt / Skill 工程、上下文压缩、模型路由与分档（成本-效果权衡）、定性能力的后训练与数据飞轮（样本构建、SFT/偏好数据、评测验收）； - 建设被控账号/设备排查模型与链路还原算法：特征与图关联挖掘、线索评分、定性结论可解释输出； - 建设底线风险评测与回归体系：benchmark、独立验证集、"改得不破边界"的不回退验收，支撑定性能力逐闸验收； - 建设专家经验回灌产线：与业务专家协作完成经验结构化、候选变更校验与版本台账，把经验沉淀为可复用的 Skill / 知识资产； - 协同平台侧完成算法产品化交付与运维交接，跟踪线上效果（准召、完结率、单件成本）
职位要求
- 硕士及以上学历，计算机/数学相关专业，2 年以上机器学习/大模型算法经验； - 机器学习与深度学习基础扎实，熟悉 LLM 训练与推理链路（SFT / 偏好优化 / 推理加速），有后训练或数据飞轮实战项目经验者优先； - 熟悉 LLM Agent 算法与工程：function calling / RAG / 多 Agent 编排 / Prompt 与 Skill 设计，有 Trace 归因、Agent 评测经验者优先； - 有多模态（文本/图像/音视频）内容理解或审核算法经验，或有图挖掘、序列行为建模经验者优先； - 评测方法论扎实：能独立设计 benchmark 与回归集，熟悉准召/完结率/不回退验收等指标体系； - 工程能力良好：熟练 Python/Java/Go 至少一门，熟悉 ODPS/Spark 等离线处理，能独立完成算法的产品化交付； - 加分项：内容安全/反欺诈/黑灰产对抗项目经验、Agent 产品 0→1 交付经验、大模型方向论文或开源贡献。
