算法开发岗

1. 负责公司核心业务场景的 风控算法模型设计、开发、优化与落地，覆盖但不限于反欺诈、反作弊、薅羊毛识别、刷量识别、爬虫识别、账号异常、支付风险、营销风险、内容风险等方向。 2. 基于业务风险特征，构建 实时/离线风险识别模型、用户行为模型、设备风险模型、团伙识别模型、异常检测模型 等，提升风险识别准确率和召回能力。 3. 负责模型全生命周期管理，包括 样本构建、特征工程、模型训练、效果评估、上线部署、监控预警、迭代优化和效果归因。 4. 探索并落地 LLM / 多模态大模型 / 风控垂域大模型 在风险识别、风险归因、案件分析、策略推荐、异常解释、黑产情报挖掘等场景中的应用。 5. 参与风控垂域大模型建设，包括 数据清洗与构造、Continue Pretrain、SFT、PEFT、RLHF、Prompt Engineering、RAG、模型评测与安全对齐 等工作。 【任职要求】 1. 基础要求：具备扎实的机器学习和深度学习基础，熟悉常见算法，包括但不限于 GBDT/XGBoost/LightGBM、DNN、Transformer、序列模型、图模型、异常检测、聚类、半监督/自监督学习 等。 2. 大模型能力要求 1）熟悉主流大语言模型和开源生态，如 Qwen、Llama、GLM 等，了解大模型训练、微调、推理和评测流程。 2）熟悉 SFT、PEFT、LoRA、RLHF、Prompt Engineering、RAG、Agent、模型蒸馏、向量检索、知识增强 等技术，有实际项目落地经验优先。 3）了解大模型安全风险，包括 幻觉、越狱攻击、提示注入、隐私泄露、内容安全、数据安全、模型鲁棒性 等，有大模型安全评测或风控应用经验优先。 3. 风控建模能力要求 1）熟悉风控业务中的样本构造、标签定义、特征工程、模型训练、阈值策略、效果评估、线上监控和策略迭代方法。 2）具备处理 海量行为数据、多源异构数据、长序列数据、图关系数据、弱标签/噪声标签数据 的经验。 3）对黑灰产攻防有较强兴趣和敏感度，能够从异常行为、设备指纹、交易链路、社交关系、内容语义等维度挖掘风险模式。 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。