岗位职责
- 负责海外文本、图像、音视频及多模态内容的风险识别算法研发，覆盖儿童安全、色情低俗、暴力极端、仇恨言论、违禁品、诈骗引流、版权侵权等治理维度。
- 基于开源多模态大模型（MLLM）和小语言模型（SLM）做领域微调（SFT/LoRA）、知识蒸馏与量化，建设自主可控的机审模型，降低商业API依赖和审核成本。
- 设计「哈希指纹匹配→轻量模型初筛→大模型精判→人审兜底」的分级机审架构，融合OCR/ASR信号与视频智能抽帧，基于TensorRT/vLLM做推理加速，满足高并发线上时延要求。
- 针对小语种、地域文化禁忌及谐音变体、图片藏字、AIGC生成等避审手段持续对抗，建立人审回流、难例挖掘与自动化迭代的数据闭环。
- 建立以误杀率、违规曝光率、人审工作量节省为核心的评估体系，负责AB实验与分市场效果拆解。
职位要求
- 计算机、人工智能、电子信息等相关专业硕士及以上，2年以上NLP、CV或多模态算法研发经验。
- 熟练掌握PyTorch，深入理解Transformer、ViT、CLIP及主流开源LLM/MLLM的架构与训练方法。
- 有多模态理解、多语言文本分类或大模型微调/蒸馏实战经验，理解长尾样本、标签噪声、阈值校准等工业级问题。
- 工程能力扎实，有GPU推理优化落地经验；英文读写良好，具备跨文化内容合规敏感度。 加分项
- 有大型互联网平台内容安全、社区治理或海外机审经验，尤其是儿童安全、极端主义、诈骗引流等高风险维度。
- 有小语种NLP、OCR/ASR或视频理解的落地经验。
- 有TensorRT-LLM/vLLM深度优化经验，或有大模型线上服务的成本优化成果。
- 在ACL、EMNLP、CVPR、ICCV、ACMMM等顶会发表过相关论文，或在相关竞赛中取得优异成绩。
