风险预测与安全对抗

岗位描述
面向智能用户理解、风险预测、安全对抗等核心业务场景，基于海量规模用户行为数据，通过有监、自监、无监等大规模深度神经网络算法，结合多源异构大模型能力，持续优化用户行为理解、风险行为识别、以及黑产威胁对抗等。推动大规模深度神经网络算法、智能博弈决策算法、表格基座大模型、时序基座大模型等在真实业务中的落地与迭代。
具体职责：
1.参与核心业务，包括金融风控、财富保险、支付等安全对抗算法建设，优化用户全链路全生命周期理解与风险预测，提升业务效率、保障用户体验等核心指标；
2.研究自监督、生成式、多模态、智能体等前沿技术方向，解决核心业务场景风险问题；
3.参与或负责基于表格基座大模型（TFM）的预测、判别、分类、回归等算法技术研发，用于解决金融风险预测、健康保险测评、安全风险对抗等业务核心问题，提升智能化水平，突破业务价值上限。

岗位要求
1.熟悉有监督、自监督、无监督等深度神经网络算法，熟悉因果模型、图模型、树模型、决策优化等机器学习方法；
2.具备较强的问题洞见、实验设计、模型研发上线、业务结果分析等能力。有较强的学习能力，对挑战难题深度专研的耐力，善于解决问题的脑力；
3.对大模型等前沿技术原理及应用有较强学习热情，关注TFM/LLM/VLM等在风控和安全领域的应用，有NLP/多模态/强化学习经验者优先；
4.拥有Kaggle/ACM竞赛奖项、国际顶级会议论文、知名GitHub开源项目等公开成果者优先。