岗位职责
- 构建基于机器学习、深度学习及大模型能力的在线风险识别系统，在极高精准率与召回率要求下，实时识别并处置无效流量、虚假交易、流量劫持及风险物料；
- 建设智能化离线风险挖掘平台，结合无监督/半监督学习、图挖掘、异常检测以及LLM推理能力，帮助算法与运营团队发现新型作弊模式与潜在风险路径；
- 研发 AI-Native 风控产品与分析平台，探索 Agent、RAG、风险知识库、多智能体协同等方向在风控场景中的落地应用，提升风险分析、策略迭代与case处置效率；
- 面向广告、推荐、电商等复杂业务场景，结合海量行为数据与实时流式计算能力，构建可解释、可扩展、可持续演进的新一代风险治理体系；
- 推动大模型与传统风控算法融合，包括风险推理、行为理解、Pattern发现、自动化分析与策略生成，探索AI在复杂对抗场景下的工程化落地。
职位要求
- 计算机、数学、统计学、人工智能等相关专业硕士及以上学历，具备扎实的理论基础与工程能力；
- 对以下至少一个方向有深入理解或实践经验： Anomaly / Outlier Detection Semi-supervised / Unsupervised Learning Large Scale Graph Mining Scalable / Interpretable / Robust Machine Learning Behavior Pattern Recognition Streaming / Batch Data Processing NLP / CV / Recommendation / Ads LLM / RAG / Agent / AI Application
- 熟悉 Python / Java / C++ 中至少一种语言，具备良好的工程实现能力与复杂系统设计能力；
- 对AI技术与大模型应用有较强兴趣，理解主流LLM能力边界，了解 Prompt Engineering、RAG、Agent、Tool Use 等主流应用范式，有实际项目经验者优先；
- 具备优秀的问题抽象与逻辑分析能力，能够在复杂业务场景中识别关键矛盾，完成从问题分析、算法设计到系统落地的完整闭环；
- 对复杂对抗场景、黑灰产治理、风险识别等方向有持续兴趣，有风控反作弊、大规模工业级系统、推荐广告算法相关经验者优先。
