岗位职责
- 负责电商平台商品风险治理的算法建设，覆盖假货、侵权、山寨、劣质、滥发五大风险域，为前台清洁度、风险漏防率与机审完结率负责。
- 建设行为层风险识别能力：商家行为序列建模、团伙与同人关联挖掘、高危地与价格异常等特征融合，破解换壳重开、快闪开店、矩阵铺货等 对抗手段。
- 推进知识驱动范式落地：参与风险本体（Ontology）设计，把品牌、款式、价格线、售假套路等领域知识做成可推理、可解释、可归因的识别 与审核链路。
- 负责大模型在治理场景的后训练与工程化：SFT / RL / 蒸馏、多模态理解、Agent + Skill 架构，把知识内化进模型而非无限堆叠提示词。
- 构建自进化闭环：漏防归因 → 样本与知识自动生产 → 训练评测 → 灰度切流 → 回归监控，持续提升迭代速度。
- 建立科学的评测体系：漏防率与误伤率双轨验收、蓝军对抗评测、AB 实验与因果归因，确保能力提升不以牺牲正常商家经营为代价。
- 与产品、运营、审核、法务及业务方协同，完成风险标准对齐、策略放量与效果落地。
职位要求
- 计算机、数学、统计等相关专业本科及以上学历，2 年以上算法相关经验。
- 扎实的机器学习与深度学习基础，熟练使用 PyTorch / TensorFlow 等主流框架，工程编码能力可靠。
- 在以下至少一个方向有实际落地经验：NLP、CV / 多模态、图算法与团伙挖掘、风控反欺诈、推荐搜索排序、大模型应用与训练。
- 熟悉大模型技术栈（Prompt 工程、SFT、RLHF / DPO、RAG、Agent），有垂直领域模型落地经验者优先。
- 数据敏感度高，能独立完成从数据处理、特征构建、模型训练到线上评估的完整链路。
- 逻辑清晰，善于把模糊业务问题拆解为可验证的算法问题；沟通协作与抗压能力良好。 加分项：有电商风控、知识产权治理、内容安全相关经验；有知识图谱 / 本体建模、因果推断、蓝军对抗评测经验；有大规模向量检索与推理降本经验；顶会论文、技术专利或开源项目
