工作职责：
1.负责智能风控模型研发：
a).基于海量业务数据，应用机器学习/深度学习技术（如XGBoost、Transformer、GNN等），设计高精度风控模型，覆盖欺 诈检测、异常行为识别等场景；
b).结合专家经验与数据挖掘，提炼强判别性特征，推动模型在实时对抗场景中的高效落地；
2.负责多模态风险识别引擎开发：
a).融合文本、语音、图像等多模态数据，构建端到端风险判定模型（如CV目标检测、ASR语音分析、NLP语义理解）；
b).探索图神经网络技术在复杂关系网络（如黑产团伙挖掘）中的深度应用，提升风控系统鲁棒性；
3.负责算法效果优化与技术创新：
a).主导NLP/CV领域的前沿算法（如大模型Prompt工程、RAG增强检索）在风控场景的适配与效果提升；
b).持续迭代模型架构，优化推理效率与资源消耗，应对亿级数据实时处理需求。

任职资格：
1.*****硕士及以上学历，计算机/数学/AI相关专业，2年以上算法研发经验​，博士学历或具有安全领域经验者优先；
2.精通Python/C++，具备高性能代码开发与调优能力；
3.深入掌握机器学习基础理论（LR/SVM/GBDT等），熟悉深度学习模型（CNN/RNN/GNN）实现原理与优化策略；
4.具备以下至少一项实战经验：NLP-文本分类/实体识别/语义匹配、CV-图像识别/多模态融合、图计算-社区发现/链路预测；
5.熟练运用​Hadoop/Spark/Flink​处理大规模数据，具备特征工程与分布式训练经验。

加分项：
1.主导过亿级数据量的风控系统建设，具备高并发场景优化经验；
2.发表过AI/安全相关顶会论文（KDD/CVPR/ACL等）或曾获得算法类竞赛奖项；
3.熟悉联邦学习/隐私计算等安全计算技术。