【蚂蚁星】算法工程师-AIGC-大安全（实习）

岗位职责

部门介绍： 蚂蚁大安全机器智能安全内容智能团队是一支高学历、高能力的技术攻坚团队，汇聚了来自剑桥、清华、上交、复旦等国内外顶尖高校的AI人才，团队规模约30人，聚焦于内容安全与AI生成内容（AIGC）治理方向，打造了以「天鉴智能内容风控系统」为核心的技术体系，具备国际领先的内容审核与防控能力。近三年主要研究方向（2023 - 2025） 团队持续深耕AIGC安全检测、内容风控、多模态理解、计算机视觉、自然语言处理、智能语音与文档智能处理等方向，研究内容覆盖以下方向： 📸 计算机视觉（CV）

• AI生成图像/视频检测：提出WildFake、Veritas、FakeXplain等检测方法，聚焦于提升生成内容鉴真能力的泛化性、鲁棒性；
• 图像分类与生成：参与eBay细粒度商品识别、图像补全、风格迁移、图像谐和等任务；
• 视频-语言理解：视频检测、跨模态迁移学习；
• 代表性成果：
  • CVPR 2026 鲁棒性AIGC图像检测比赛冠军；
  • CVPR 2024人脸防伪检测赛道冠军（平均错误率为0.0000%）；
  • PrismPrune（CVPR 2026）、Veritas（ICLR 2026 Oral）等论文。 🧠 自然语言处理（NLP）
• 跨语言NER、对抗学习、指令微调、多任务学习；
• 信息抽取、问答系统、检索-生成框架、上下文学习去偏；
• 轻量参数优化（如LoRA）；
• 代表性论文：
  • ACL

1. EMNLP
2. COLING 2024等多篇顶会论文；

• Auto-RT（ICLR 2026）关于模型红队（Red Teaming）与大模型安全检测。 🎧 智能语音算法（Speech / Audio）
• 声纹识别、语音表示学习、多语言语音识别；
• AIGC语音检测与深伪音色识别；
• 代表性成果：
  • 国际远场声纹识别比赛FFSVC 2020季军；
  • 东方语种识别竞赛（OLR 2021）双料冠军；
  • Generalizable Audio Deepfake Detection（ACM MM 2025）、Contextual Biasing Speech Recognition（INTERSPEECH2024）等顶会论文。 📄 文档智能处理（Document Intelligence）
• 结合视觉与语言的多模态文档理解；
• 布局建模、信息抽取、阅读顺序建模；
• 提出LayoutMask、LayoutGCN、Token Path预测等技术；
• 代表性论文：
  • ICDAR

1. ICASSP
2. ACM MM
3. EMNLP 2024等。

职位描述

构建基于规则+数据驱动的多模异常检测推理大模型，在大流量数据中挖掘异常内容，着重提升模型泛化性、鲁棒性和可解释性，应用于短视频黑灰产识别、直播异常发现、人脸异常攻击等场景。

任职要求

1. 计算机科学、人工智能、自然语言处理、数据科学、机器学习等相关专业博士或优秀硕士。博士优先，尤其在搜索相关性，意图识别，Query Planning，强化学习，PPO/DPO/RLHF 损失优化，Multi-Agent RL，多模态大模型等方向有深度研究者或相关项目经验优先；
2. 在国际顶级会议（如ACL、SIGIR、NeurIPS、AAAI、ICLR等）以第一作者发表论文者优先；
3. 强烈的技术热情，对AI搜索前沿技术有持续关注，拥有优秀的逻辑思维能力以及发现和解决问题的能力。

特色标签

AI生成内容、Python、Shell、SQL、人像算法、健壮性、内容安全、内容风控、分布式训练、参加算法相关竞赛/获奖、发表算法相关优秀论文、可解释AI、图像处理库（OpenCV等）、图像理解、图像生成、图像算法、多模态学习、多模态算法、大模型算法、安全、并行计算、异常识别、强化学习、意图挖掘、搜索算法、文本智能、文本生成、文档理解、智能文档处理、有留学背景、机器学习、模型加速/性能优化、深度学习、生成式人工智能、目标检测、算法工程化经验、自然语言处理、自然语言处理算法、计算机视觉、语义理解、语音技术、语音深度伪造检测、语音算法、跨模态、风控、风控算法