阿里巴巴
安全AGI实验室-强化学习/Agent算法工程师/专家-行为风控方向
安全AGI实验室-强化学习/Agent算法工程师/专家-行为风控方向
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公AI算法
AI算法
Agent开发
Rlhf
图数据
大模型 (Llm)
强化学习 (Rl)
数据挖掘
行为风控
值不值得投
78综合评分
综合评分 78
阿里核心AGI实验室，前沿RL/Agent技术，高薪高成长，但工作强度可能较大
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5.5万
比AI算法中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 4630 个在招 · 其中AI算法 24 个
市场机会
选择适中
杭州 · AI算法 · 21 个在招
职位详情
关于这个职位
该职位负责构建基于大模型强化学习与Agent技术的智能风控基座，针对反爬、作弊等复杂对抗场景设计行为域解决方案
核心工作包括构建结构化数据的世界模型、迭代RLHF及自我博弈方案，以及开发可规模化的Agent训练环境，以实现对恶意行为的精准识别与决策
最低要求
硕士研究生及以上学历，计算机、人工智能、软件、信息安全、统计和数学专业优先
年以上大模型/强化学习相关研发经验，深刻理解RLHF/Agent训练经验
具备业务风控领域（作弊、欺诈、账号安全、恶意行为等方向）的实战经验，对风险数据（日志、行为序列、用户画像、图数据）有敏锐的洞察力和处理经验者优先
扎实的编程基础，对数据结构、算法设计基础有深度了解，熟练掌握Python/C++等主流语言一种或多种
具备强大的分析和解决复杂问题的能力，能够将模糊的业务问题转化为明确的技术课题
拥有出色的沟通能力和团队协作精神，能够与业务方、策略团队、工程团队高效合作
工作职责
面向行为域的结构化/序列化/图表化数据体系，构建面向结构化数据的后训练和评测方案，产出行为特色的“世界模型”
围绕行为风控的复杂任务，设计并迭代强化学习方案，包括但不限于：Reward System、RL、复杂决策、自我博弈等方向，构建全链路情报分析与风险决策能力
面向行为分析、识别、挖掘、链路还原、路径推演等场景，设计可规模化扩展的Agent训练环境和迭代方案
AI 洞察
优缺点分析
优点
- 使用最前沿的AGI和Agent技术栈
- 平台资源雄厚
- 行为风控属于强对抗领域，技术迭代快，需持续应对新型攻击手段
- 业务逻辑复杂，需深入理解黑产运作模式
- 对AI前沿技术有热情，具备深厚算法功底，且喜欢解决高难度、高对抗性实际问题的资深工程师
缺点 / 挑战
- 接触阿里核心风控业务，数据规模巨大且场景极具挑战性
角色解读
- 可向首席算法科学家、AI安全领域专家发展，或在通用大模型应用层深化技术影响力
- 利用强化学习和大模型技术，为反爬、欺诈等行为风控场景构建智能化的决策系统
- 精通强化学习（RL/RLHF）、Agent架构设计，具备扎实的数据结构和算法功底，熟悉Python/C++
申请策略
- 准备详细的项目案例，重点阐述如何将模糊的业务问题转化为可量化的技术课题，并展示最终的业务收益
- 突出RLHF、Agent训练的具体项目经验，展示在复杂决策或自我博弈方面的成果
- 强调对风控业务数据的处理能力
- 加强对图神经网络（GNN）在风控中的应用理解
- 深入研究最新的大模型对齐技术与多智能体协作机制
面试指南
- 采用STAR法则（情境、任务、行动、结果），重点突出技术选型的理由、遇到的具体挑战及解决方案、以及带来的量化业务价值
- 请详细描述你之前项目中RLHF或Agent训练的具体架构和难点
- 面对动态对抗的风控场景，如何设计Reward System以保证模型的鲁棒性？
- 如何处理海量异构的风险数据（如日志、图数据）进行模型训练？
- 复习强化学习核心理论（如PPO、SAC等）
- 了解当前大模型在安全领域的最新进展
- 准备1-2个深度技术案例
职位点评
薪资福利85
成长发展95
工作生活50
使命价值70
薪资福利
85较高
作为已上市巨头企业的核心算法岗，提供具有竞争力的薪酬包和完善的福利体系，满足度高。
薪资信号未披露（AI估算：4.0千–7.0万/月）
成长发展
95较高
岗位聚焦AGI、Agent等前沿技术领域，且处于行业头部平台，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈强化学习、Agent、大模型、RLHF、世界模型
业务类型profit_center
工作生活
50较低
互联网大厂核心研发岗通常伴随较高的工作强度，JD未提及弹性工作制，推测为标准高强度办公模式。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
致力于构建安全的网络环境，保护用户免受欺诈和恶意行为侵害，具有一定的社会正面价值。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
高级／资深算法工程师（销售 Agent 方向）
美团 · 成都市
AI 估算 · 4.0–7.0万2 小时前发布
AI Agent开发工程师
美团 · 北京市
AI 估算 · 4.0–7.0万2 小时前发布
基础大模型研究实习生
美团 · 北京市
AI 估算 · 0.4–0.6千2 小时前发布
点评技术-AI 应用开发工程师（研发效能方向）
美团 · 上海市
AI 估算 · 2.5–4.5万2 小时前发布
AI应用开发工程师
联想 · 杭州市
AI 估算 · 3.0–5.0万2 小时前发布
Industrial Engineering ES
德科斯米尔 · 沈阳市
AI 估算 · 1.8–3.0万2 小时前发布
Reinforcement Learning Intern - 2027
英伟达 · 上海市
AI 估算 · 1.0–1.5万17 小时前发布
Watch Jobs