岗位职责： 1、根据具体业务形态及具体业务痛点，制定并设计模型； 2、综合运用好三方数据、内部生态数据、人行征信数据等；进行大规模数据的分析和处理，深入理解数据特征，构建用户画像，挖掘并衍生有效指标，为模型建设提供支撑； 3、负责开发各类风控模型，设计和执行模型验证和监控程序，确保模型符合业务要求，负责部署并跟踪应用成效，监控各类模型的运行情况; 4、持续改进和优化风控模型，跟踪行业最新风险模型及建模技术，探索新技术和数据在业务中的应用，提高模型稳定性和预测能力; 5、与业务团队密切合作，深入理解业务需求，将业务需求转化可行的建模方案，确保模型实效性; 6、撰写相关技术文档，包括模型开发文档，模型验证文档，模型监控文档等； 任职要求： 1、4年及以上风控建模工作经验； 2、统计学、数学、计算机或电子工程等方向相关专业本科或以上学历； 3、精通统计学、机器学习、深度学习大数据处理、数据挖掘等领域。具备扎实的编程能力，熟练使用建模工具和编程语言，如Python、R等。熟练使用数据库，包括Mysql、hive等； 4、细致耐心，具备高度责任心，有一定的抗压能力，积极学习，虚心请教的工作态度良好的沟通能力和团队合作精神。

职位职责： 团队介绍：风控研发团队致力于解决各个产品（包括抖音、头条等）面临的各种黑灰产对抗问题，涵盖内容、交易、流量、账号等多个方面的风险治理领域。利用机器学习、多模态、大模型等技术对用户行为、内容进行理解从而识别潜在的风险和问题。不断深入理解业务和用户行为，进行模型和算法创新，打造业界领先的风控算法体系。 课题介绍： 1、课题目标：以风控数据为基础，优化提高大模型对于结构化数据(序列数据、图数据)的理解推理能力。 2、课题背景：风控场景下的数据主要为结构化数据，而目前大模型对于文本和图像的理解能力有了很大的提升，如何跟风控场景的非文本、图像数据(结构化数据)结合起来，让大模型能够更好的理解结构化的数据，是一个业界难题。面临着三大挑战 ：（1）如何有效地将结构化的信息与nlp语义空间进行对齐，使得模型能够同时理解数据结构和语义信息；（2）如何用适当的指令使得大模型理解结构化数据中的结构信息；（3）如何赋予大语言模型图学习下游任务的逐步推理能力，从而逐步推断出更复杂的关系和属性。 3、课题内容：目前业界对结构化数据探索有：1、图数据理解相关GraphGPT：让大模型读懂图数据(SIGIR'2024) ；2、图数据RAG相关GraphRAG：Unlocking LLM discovery on narrative private data；3、序列数据理解相关StructGPT：面向结构化数据的大模型推理框架(EMNLP-2023)。目前的主要工作都是单一结构数据的理解，在风控场景下还面临几个问题：（1）对各种不同种类的的结构化数据融合理解怎么做，特别是融合图和序列数据的数据理解；（2）针对课题必要性中的问题；（3）对于下游任务的推理能力，目前的研究比较少，针对序列数据的推理能力研究非常少。 4、研究方向：大模型结构化数据理解、大模型结构化数据RAG、大模型思维链。 职位要求： 1、2026届及之后毕业，博士在读，计算机、网络安全、人工智能相关专业优先； 2、优秀的代码能力、扎实的数据结构和算法基础，熟练使用Python，熟悉Pytorch和TF者优先； 3、出色的问题定义、分析和解决能力，发表过CCF-A类论文，在AAAI、NeurIPS、SIGKDD、SIGIR等**期刊会议上发表论文者优先； 4、较强的抗压和沟通协作能力，对技术有追求，愿意和团队一起迎接挑战，追求创新。

职位职责： 团队介绍：风控研发团队致力于解决各个产品（包括抖音、头条等）面临的各种黑灰产对抗问题，涵盖内容、交易、流量、账号等多个方面的风险治理领域。利用机器学习、多模态、大模型等技术对用户行为、内容进行理解从而识别潜在的风险和问题。不断深入理解业务和用户行为，进行模型和算法创新，打造业界领先的风控算法体系。 课题介绍： 1、课题目标：以风控数据为基础，优化提高大模型对于结构化数据(序列数据、图数据)的理解推理能力。 2、课题背景：风控场景下的数据主要为结构化数据，而目前大模型对于文本和图像的理解能力有了很大的提升，如何跟风控场景的非文本、图像数据(结构化数据)结合起来，让大模型能够更好的理解结构化的数据，是一个业界难题。面临着三大挑战 ：（1）如何有效地将结构化的信息与nlp语义空间进行对齐，使得模型能够同时理解数据结构和语义信息；（2）如何用适当的指令使得大模型理解结构化数据中的结构信息；（3）如何赋予大语言模型图学习下游任务的逐步推理能力，从而逐步推断出更复杂的关系和属性。 3、课题内容：目前业界对结构化数据探索有：（1）图数据理解相关GraphGPT：让大模型读懂图数据(SIGIR'2024) ；（2）图数据RAG相关GraphRAG：Unlocking LLM discovery on narrative private data；（3）序列数据理解相关StructGPT：面向结构化数据的大模型推理框架(EMNLP-2023)。目前的主要工作都是单一结构数据的理解，在风控场景下还面临几个问题：（1）对各种不同种类的的结构化数据融合理解怎么做，特别是融合图和序列数据的数据理解。（2）针对课题必要性中的问题；（3）对于下游任务的推理能力，目前的研究比较少，针对序列数据的推理能力研究非常少。 4、研究方向：大模型结构化数据理解、大模型结构化数据RAG、大模型思维链。 职位要求： 1、2026届及之后毕业，博士在读，计算机、网络安全、人工智能相关专业优先； 2、优秀的代码能力、扎实的数据结构和算法基础，熟练使用Python，熟悉Pytorch和TF者优先； 3、出色的问题定义、分析和解决能力，发表过CCF-A类论文，在AAAI、NeurIPS、SIGKDD、SIGIR等**期刊会议上发表论文者优先； 4、较强的抗压和沟通协作能力，对技术有追求，愿意和团队一起迎接挑战，追求创新。

1、负责贷前授信/贷中定额定价及策略管理，从风险管理角度研究并评估相关风险，对不同类型的客户及时制定并更新风控政策； 2、通过洞察客户，挖掘客户特征，完善客户画像，找寻优质客群并依据客户特征优化风控策略； 3、负责建立基于数量的量化贷后预警等风控模型，利用python, R等建模工具以及决策树、聚类和XGB等常用算法原理，并基于模型制定差异化的风控策略不断优化风险； 4、负责风险数据收集、识别、预警、报告系统，搭建风险监测系统，对引入的外部数据进行数据价值和ROI评估。 任职资格： 1、211***本科及以上学历，经济、金融、数学等相关专业； 2、2年以上金融行业（互联网金融、消费金融、小微金融、现金贷）风险策略工作经验，熟悉消费金融产品； 3、具备数据分析和python等分析工具使用经验，有独立建模包括逻辑回归,XGB, LGB,决策树,聚类等经验优先； 4、熟悉风控运作流程、监管法规，熟悉金融行业和国家监管政策，具备扎实的专业基础。

1.信贷风控场景下，贷中经营全流程模型和算法开发，包括但不限于贷中B卡、营销响应、流失预警、offer额度优化、定价敏感度等 2.深入理解信贷业务贷中经营需求和痛点，灵活应用不同算法定制模型，实现风险控制与业务收益的平衡 3.跟进业界前沿，创新探索用于风险/运营管理的算法，并推进落地，有效提升业务指标 任职要求： 1.3年及以上相关工作经验，经济、金融、数学、统计、计算机等相关专业本科以上学历； 2.熟悉常用机器学习算法，如FM、DeepFM、xGboost、DIN、DNN等，扎实的编程和数学基础； 3.熟练掌握常用的编程语言，精通Python、scala编程中的一种，掌握海量数据处理技术，包括但不限于Hadoop/Hive/Spark； 4.良好的团队合作精神和创新精神，乐观、自省，优秀的沟通能力和抗压能力； 5.有完整贷中经营业务应用经验者优先。

岗位职责: 1.独立完成建模方案设计、模型开发及部署，运用各类算法开发包括不局限于反欺诈、信用评估、额度模型、行为评分、催收评分等风险模型及营销响应、流失预警等营销模型。并对现有模型进行优化完善；根据客户需求，独立带领项目成员进行咨询项目的实施，包括方案设计、项目计划安排、实施过程管理、项目质量把控、报告撰写及交付汇报； 2.充分了解客户业务端审批流程及风险表现，结合用户特征，制定或优化贷前、贷中及贷后风控策略；为客户提供用户分层筛选、审批自动化率提升、差异化营销手段、渠道管理等策略建议； 3.配合商务进行客户需求沟通、方案讲解及咨询支持，对客户提出的业务痛点提供有效的解决方案及量化的决策建议；统筹分析并定位信贷机构风险/运营管理中出现的问题，结合行业动态趋势、监管力度，把握市场机遇，提供有效落地的解决方案，促成项目开展和有效落地； 4.不断学习/探索/优化算法，通过量化算法、业务经验等，基于内外部数据，统筹设计、开发有效用于风险/运营管理的创新数据及模型产品，并推进其实施落地；基于自身对汽车金融行业与风控、营销特征的理解，设计新模式/新解决方案，并尝试推进实施落地。 岗位要求： 1.硕士及以上学历，211/985院校毕业优先，数学、统计学、计算机等相关专业优先； 2.5年以上银行、持牌消金、头部互金、金融科技公司模型及策略相关工作经验，有汽车金融相关经验/金融科技公司工作相关经验/项目管理经验优先； 3.至少能熟练使用Python/Spark/R其中一种分析及建模工具，数据挖掘及建模经验丰富，能够有效利用LR/树型机器学习/神经网络等深度学习算法构建特征与模型； 4.对零售信贷市场、信贷产品形态有深刻的认知；对全生命周期风控管理流程有深刻的理解，并掌握各环节的风控要点及风控策略制定逻辑； 5.具备独立思考的能力，逻辑严谨，对数据敏感，善于发现，探索并解决问题，自我驱动力强；与时俱进，对不断更新迭代的算法（如GPT）持续学习和应用； 6.工作主动性强，踏实、勤奋、细心，愿意并乐于接受新尝试、新挑战，探索创新主动性强；

职位描述 1、支撑广告场景的流量反作弊业务，构建基于机器学习或深度学习模型的识别系统，为流量提供识别风险的核心能力 3、运用各类异常检测方法对流量日志、用户行为数据进行分析与建模，进行风险pattern挖掘和识别 4、建立完善的在离线异常指标监控体系，能迅速高召回的发现及定位疑似作弊行为； 任职要求 1、2年及以上反作弊/风控工作经验，熟练Python/pySpark，熟悉SQL，有良好的编程风格； 2、对数据敏感，熟悉常用机器学习/数据挖掘/深度学习/异常检测算法，并有一定实践经验； 3、有用户行为分析、社群关系挖掘相关经验者优先； 4、有端安全、广告反作弊、广告风控算法及相关领域工作经验者优先。

岗位职责： 1、负责信贷业务的信用评分体系搭建；建立授信决策模型的基本框架，在基本框架下，负责各类信贷模型的设计、开发、验证、测试和实施，包括但不局限于反欺诈模型、申请评分、行为评分、催收评分； 2、负责三方数据的评估及建模工作； 3、负责与策略、产品、开发等跨职能团队的沟通，确保模型量化策略的合理实施、准确上线及上线后的监控优化 4、完成上级交办的其他分析量化工作。 岗位要求： 1、本科及以上学历，3年以上相关工作经验, 统计学、或者物理、计算机专业优先，211或985院校毕业生优先，优秀候选人可放宽要求； 2、有信贷模型经验者佳，有个人信用评分模型如A/B/C卡和反欺诈模型开发经验的优先考虑； 3、熟悉常用数据挖掘、机器学习算法，如决策树、聚类、逻辑回归，关联分析、SVM，神经网络，boosting等，有海量数据挖掘的项目经验者佳； 4、对消费金融生态圈有基本认识，对国内资金市场和价格体系、消费信贷产品设计开发流程、风险控制等有一定理解； 5、有较强的逻辑思维、风险意识，工作积极主动、责任心和抗压能力强。

风控算法工程师（验证码人机方向） 岗位职责： 1、基于不同的验证码形式和终端设计SDK埋点体系并与前端沟通采集逻辑，验证码形式包括不限于滑块、九宫格、图标点选等，终端覆盖Web、H5、Android、Ios。 2、基于采集到的验证码行为数据和设备数据构建人机识别模型判断是否为机器流量，并完成模型的实时线上部署，应用在登录、注册等各个业务场景用于风险识别。 3、通过和黑灰产的不断对抗，维护并持续迭代各验证码人机模型，探索不同的算法模式，并且将之应用到验证码场景中。 职位要求： 1、3年以上反欺诈＆风控、反作弊算法研发经历，计算机相关专业本科及以上学历，算法基础扎实； 2、熟悉黑灰产作弊手法，有成功的黑灰产对抗经验，负责并有效治理过某类反作弊问题，比如批量注册、群控等； 3、熟悉 Python/Scala/Java ，具备优秀的编码能力，至少熟悉一种常见的机器学习／深度学习平台； 4、熟悉大规模数据挖掘、机器学习、自然语言处理、分布式计算等相关技术，有行为序列挖掘相关经验优先； 5、有钻研精神，对安全风控有热情，主观能动性强，能适应快速变化的业务需求，具备良好的团队合作精神和沟通技巧。

工作职责： 1. 熟悉贝壳业务风控体系，搭建账号安全、营销反作弊、交易资金安全等场景相关的策略算法模型 2. 与业务团队密切配合，基于对历史数据的分析和挖掘，实现对风险的感知、识别、处置和持续对抗迭代 3. 探索前沿算法在业务风控场景的落地应用，包括但不限于图算法、无监督模型、大模型等 任职资格： 1、本科及以上学历，计算机、数学等相关专业优先； 2、精通Python/JAVA/SHELL等语言，编码能力强； 3、熟悉特征工程和常用的机器学习算法，有应用这些算法进行实际产出的项目经验； 4、善于分析数据，总结规律，发现隐藏在数据背后的业务问题 5、有责任心，具备良好的沟通、合作能力，乐于分享，有较好的抗压能力

基础研发平台是美团的核心技术平台，立足于“零售+科技”的战略定位，通过打造人工智能、大数据、云计算、安全等核心技术能力，以及研发效能平台、企业应用平台等公共服务，为业务提供稳定安全、扩展易用、技术领先的平台技术和产品服务。 在这里，我们会参与到最前沿的技术研发和探索；能够接触超规模集群、海量数据，挑战高复杂业务场景，有机会与业界一流的工程师一起并肩前行。 在这里，我们有超强的技术氛围，持续向社区贡献业界实践，加速行业技术发展；我们有完善的互联网学习生态圈，重视底层逻辑和方法论，助力职业生涯的非线性成长。 真诚地邀请你，和我们一起驱动技术发展，创造行业价值。 岗位职责 1、负责端到端开发新的 AI 功能，在整个 ML stack 中身兼数职。 2、负责训练新的模型，在效果、规模和推理速度方面迭代到先进的技术水平。 3、设计能够评估模型不同角度的评估方案。 岗位基本需求 1、5+ 年使用深度学习框架（如 Pytorch、Tensorflow、Jax）的经验。 2、Python 能力优秀 具备以下者优先 之一即可 1、有训练过 generative models 的经验。 2、在设计、训练、评估和部署机器学习模型（尤其是LLM）方面有深刻的理解。 3、具有使用 CUDA 或 Triton 编写 GPU 内核的经验。 4、有使用现代类型化语言（如Golang）编写高性能服务的经验。 5、具备数学或者物理背景 岗位亮点 1、获得在业内最前沿的大模型认知和技术积累，包括且不限于对 Scaling law、MoE、RLHF 、Long context 、CharacterAI 等技术方向的全新理解。 2、丰富的数据和GPU资源。

基础研发平台是美团的核心技术平台，立足于“零售+科技”的战略定位，通过打造人工智能、大数据、云计算、安全等核心技术能力，以及研发效能平台、企业应用平台等公共服务，为业务提供稳定安全、扩展易用、技术领先的平台技术和产品服务。 在这里，我们会参与到最前沿的技术研发和探索；能够接触超规模集群、海量数据，挑战高复杂业务场景，有机会与业界一流的工程师一起并肩前行。 在这里，我们有超强的技术氛围，持续向社区贡献业界实践，加速行业技术发展；我们有完善的互联网学习生态圈，重视底层逻辑和方法论，助力职业生涯的非线性成长。 真诚地邀请你，和我们一起驱动技术发展，创造行业价值。 岗位职责 1.负责制定数据运营策略，为大模型的训练提供精准有效的数据支持； 2.负责拓展数据生产方案，为大模型在生活服务场景的落地提供数据支持； 3.负责供应商采购招标，设计并实施各类数据管理机制，保证数据质量； 4.负责监测大模型在各应用场景的效果，并提出实质性的改进建议。 岗位基本需求 1.具备本科及以上学历，擅长内容创作，有数据运营相关工作经验； 2.具有良好的数据分析能力，并熟悉大模型、数据挖掘等相关领域; 3.擅长管理供应商或外包团队，能够处理跨团队的沟通协作问题； 4.强调细节并注重端到端效果，能够在快节奏的工作环境中工作，并能够应对工作压力。 具备以下者优先 对大模型方向有深刻见解的优先，有AI方向数据运营及团队管理经验的优先。 岗位亮点 紧跟业界最前沿的大模型能力，深度参与在生活服务等真实场景的落地应用。 其他补充信息 基础研发平台是美团的核心技术平台，旨在打造公司级高性能技术架构、数据科学、服务运维、开发质效提升、信息安全、视觉智能以及企业办公数字智能化等系列关键能力，持续强化平台技术，保障基础设施稳定安全、低成本、高效可持续，全面赋能公司各个业务高速发展。 在这里，我们会参与到最前沿的技术研发和探索；能够接触超规模集群、海量数据，挑战高复杂业务场景，有机会与业界一流的工程师一起并肩前行。 在这里，我们有超强的技术氛围，持续向社区贡献业界实践，加速行业技术发展；我们有完善的互联网学习生态圈，重视底层逻辑和方法论，助力职业生涯的非线性成长。 真诚地邀请你，和我们一起驱动技术发展，创造行业价值。

工作职责: 1. 多模态大模型:探索跨模态的信息对齐方法，探索多模态大模型的继续预训练、指令微调等技术，探索多模态的数据质量评估和清洗方法。 2. 多模态大模型应用：解决多模态大模型工程化过程中的难题，推动多模态大模型在微博场景落地。 任职要求: 1. 自然语言处理、计算机视觉、机器学习、数据挖掘、人工智能等相关专业，本科及以上学历，研究生优先。 2. 在计算机视觉或多模态理解与生成方面有扎实的知识基础，熟悉主流的多模态大模型或图片、视频生成模型，如LLaVA、Qwen-VL、SD、FLUX、OpenSora等。 3. 在多模态理解或多模态生成等应用方向具备1年左右，或在计算机视觉领域具备2年以上相关工作经验，两者满足其一即可。 4.熟悉Pytorch、Transformers 等常用工具的使用，具备扎实的编程基础。 5. 赛事获奖或开源项目贡献者优先。

职位描述 1. 负责大模型技术在微博搜索场景的应用，提升用户满意度，包括但不局限于基于微博结果的内容生成、内容分析、搜索规划、搜索增强等。 2. 负责大模型技术在在文本生成、知识库建设、记忆能力、对话、推理能力增强等方面前沿技的跟进、创新，探索适合微博场景的应用解决方案； 任职要求 1. 计算机、人工智能等相关专业***硕士研究生及以上学历，2-5年NLP算法模型实践经验； 2. 熟练掌握NLP和深度学习模型算法，熟悉Pytorch/Tensorflow等算法框架 3. 熟悉RAG相关原理，熟悉大语言模型 SFT/RLHF 等技术； 4. 沟通表达能力强，逻辑思维和抽象思维能力优秀； 5. 有NLP顶会论文或国际NLP比赛奖项者优先；

我们正在寻找一名具有丰富自然语言处理（NLP）经验的算法工程师，同时需具备大模型相关的经验和知识。如果您还具备Chatbot相关的经验，那将是一个巨大的加分项。此岗位将负责开发和优化我们的AI解决方案，推动NLP和大模型技术在各类应用场景中的落地。 主要职责: 设计和优化NLP算法，提升系统的理解和生成能力。 研究和应用最新的NLP技术，解决复杂的自然语言处理问题。 开发和优化大规模机器学习和深度学习模型，提升系统性能。 与产品团队和数据科学团队紧密合作，了解业务需求并转化为技术方案。 参与大模型相关项目，推动大模型在各类应用场景中的应用。 进行数据分析和挖掘，提供数据驱动的优化建议。 编写高质量的技术文档和报告，分享研究成果和项目进展。 职位要求: 计算机科学、电子工程、数学或相关领域的本科及以上学历。 至少3年在NLP领域的工作经验。 熟悉常见的NLP技术（如分词、命名实体识别、文本分类、情感分析等）。 具有大模型相关的经验（如GPT、BERT、Transformers等）。 精通Python，熟悉TensorFlow、PyTorch等深度学习框架。 具备数据分析和处理能力，能够理解和处理大规模数据集。 良好的团队协作能力和沟通能力，能够与跨部门团队有效合作。 加分项: 有Chatbot开发和优化的实际经验。 拥有电商、金融、医疗等领域的NLP应用经验。 在学术会议或期刊发表过NLP或大模型相关论文者优先。 具有推荐系统或其他AI应用开发经验者优先。 如果你对NLP和大模型充满热情，并希望在快速发展和充满挑战的环境中成长，我们诚邀你的加入！