岗位职责
- 基于海量审核内容数据，构建高效、鲁棒的有害内容识别模型，覆盖文本、图像、音视频等多模态场景
- 探索并应用大语言模型（LLM）及智能体（Agent）等前沿技术，提升模型在细粒度风险识别、上下文理解与对抗样本防御方面的能力
- 主导算法从研究到产品落地的全流程，包括需求分析、方案设计、模型训练、AB测试、效果评估与线上部署
- 持续优化模型性能指标（如准确率、召回率、响应延迟），平衡安全水位与用户体验，支持高并发实时审核场景
- 深度参与跨团队协作，与审核策略、工程、产品团队紧密配合，推动审核能力体系化升级
- 总结技术实践与创新成果，撰写高质量技术论文，推动学术与工业界影响力双提升
职位要求
- 硕士及以上学历，计算机、人工智能、信息安全或相关专业，博士优先。
- 具备内容安全、NLP、多模态识别或安全方向算法研发经验。
- 熟练掌握Python及主流深度学习框架（PyTorch/TensorFlow），熟悉大模型微调（LoRA/QLoRA）、RAG、Agent架构及安全对齐技术。
- 具备从数据构建、模型训练、评估优化到服务部署的全链路工程能力，熟悉审核场景的指标设计与bad case分析方法。
- 逻辑严谨，具备突出的问题抽象与建模能力，能独立设计实验验证假设，并推动技术成果产品化与论文转化。
- 在顶级会议（如ACL、EMNLP、NeurIPS、ICML、WWW）或期刊发表过内容安全、AI治理、有害内容识别相关论文者优先。
