蚂蚁集团-芝麻信用风控算法工程师-芝麻信用

岗位职责

1. 负责芝麻信用场景下结构化数据（行为序列、关系网络、多源信用记录）与大模型的融合算法研发，提升大模型对结构化信用数据的理解与推理能力；
2. 探索结构化多模数据预训练、后训练等前沿方法，并推动其在信用评估、风险识别等场景落地；
3. 负责从数据构建、Prompt 工程、SFT/RLHF 微调到线上部署的全链路工程落地，并与产品、风控、运营团队协作推动业务应用。

任职要求

1. 具有 3 年以上机器学习 /深度学习相关工作经验，算法功底扎实，熟悉序列建模、表格类神经网络（如TabPFN、Limix、Tabm）、推荐系统精排模型（如rankmixer、onetrans）等工作，能独立完成模型结构选型与设计；
2. 具有多任务 / 多场景统一建模实战经验，理解参数共享、任务冲突与负迁移，熟悉门控 /专家混合类多任务架构，能设计兼顾多场景共享增益与场景特化的统一模型；
3. 熟悉业界前沿的统一建模及预训练范式、尤其是在各垂直领域（风控 / 营销 / 推荐）的应用进展，能将前沿方法结合业务落地；
4. 具有海量样本、多卡训练的调参经验，能独立设计学习率、采样、加权、早停等训练策略；熟悉混合精度训练，能定位并治理数值溢出、梯度异常、训练发散等稳定性问题；
5. 熟练掌握训练性能瓶颈定位与优化，能区分算力、数据吞吐、IO、并行等不同根因； 6 具备风控领域基础知识，熟悉KS、AUC、坏率、评分档位与评分迁移等核心业务指标，能理解不同风险场景在样本与风险类型上的差异；
6. 熟练使用主流大数据 / 数仓平台与 SQL 进行特征加工、样本构建与数据探查；Python与深度学习框架功底扎实，具备良好的代码规范。

岗位标签

NEW

特色标签

LLM、Prompt调优、Python、SQL、人类反馈强化学习、保险、信用评估、信用评分、信用评分模型、信用风险建模、信贷、关系网络、分布式训练、区分度指标、反洗钱、多模态数据、多模态算法、多源信用记录、多源异构数据、大数据、大数据处理工具(Spark/Hadoop/Hive)、大模型算法、大模型预训练、大语言模型、序列预测、征信、指令微调、推荐算法、提示工程、支付、数据安全、数据挖掘、时序建模、机器学习、模型加速/性能优化、模型评估指标、欺诈识别、深度学习、监督微调、算法工程化经验、行为序列、表格数据、金融、银行、隐私计算、风控、风控算法、风险检测