岗位职责
覆盖风险视觉理解、识别模型研发、数据体系建设、策略协同与线上效果优化，完成风控算法研发任务和交付上线，持续提升风险内容识别的准确率、召回率、实时性、泛化能力与可解释性；
- 主动发现并分析业务中的新型风险、对抗样本、识别盲区与系统瓶颈，并推动能力迭代和治理优化；
- 深入参与需求收集、风险调研与机制设计环节，并抽象为可落地的算法方案、评估体系和系统能力，设计并执行产品特性与风控能力落地。
职位要求
- 热爱技术和算法研究工作，对视觉理解与风险识别问题有持续钻研兴趣，具备强烈的风险意识、安全意识和责任心；具备良好的团队协作精神和使命感，能够适应 AI 领域快速变化的节奏并持续学习提升；
- 具备扎实的计算机视觉、机器学习和深度学习基础，熟悉图像分类、目标检测、分割、OCR、视频理解、表征学习等常见方法；具备扎实的数据结构、算法、概率统计、数据库、操作系统基础；
- 具备内容安全、视觉风控、违规内容识别、视频审核、图像审核或相关方向项目经验，能够结合业务场景完成样本构建、数据清洗、特征设计、模型训练、离线评估与在线迭代；
- 熟悉至少一种主流算法开发语言，如 Python、Java 等，熟悉 PyTorch、TensorFlow 等深度学习框架，具备较强的工程实现能力；能够将视觉算法能力稳定落地到线上系统，兼顾效果收益、推理时延、资源成本、鲁棒性与可维护性；
- 对复杂视觉风险和对抗问题有较强理解，能够围绕误杀、漏放、分布漂移、内容变体绕过、跨模态干扰、模型退化等问题开展分析与优化；在高稳定性、高可用风控链路建设方面有实践经验和方法论沉淀；
- 熟练掌握 AI 辅助开发的链路，思路开阔，能够快速学习并利用智能化手段提升数据分析、实验验证、模型迭代、代码质量与算法研发效率，并掌握与 AI 协作共同开发的方法。
