集团安全部-全模态大模型应用算法专家-杭州

优缺点分析

角色解读

• 在阿里安全部，可以深入大模型在内容安全领域的应用，成为该细分领域的专家
• 有机会参与行业领先的内容安全大模型体系建设，技术影响力可辐射至全球业务
• 职业发展路径清晰，可向技术专家或技术管理方向发展，承担更复杂的业务挑战
• 负责内容安全领域的大模型算法研发，构建智能识别与风险防控体系，覆盖商品审核、社区内容、直播电商等多场景
• 设计并实现基于大模型的自动化审核系统，提升审核效率与准确率，支持高并发、低延迟的在线服务
• 探索大模型在内容理解、行为建模、团伙识别、跨语言语义分析等方向的应用，推动技术范式演进
• 参与大模型训练、微调、推理优化及部署全流程，提升模型在真实业务中的泛化能力与稳定性
• 扎实的编程能力，熟练掌握 Python / Java / C++ 中至少一门语言，具备优秀的数据结构与算法功底
• 熟悉主流机器学习算法和深度学习框架（如 PyTorch、TensorFlow），有实际应用经验
• 有大模型（LLM）在 NLP、内容理解、文本分类、异常检测等场景的实际应用经验者优先
• 具备优秀的分析与问题解决能力，熟悉数据挖掘、信息检索、NLP、推荐系统等领域

申请策略

• 了解阿里巴巴集团安全部的业务方向和技术栈，在面试中展示对内容安全领域的理解
• 准备项目案例，突出大模型在业务中的落地效果和实际价值，体现解决问题的能力
• 突出大模型（LLM）在 NLP、内容理解、文本分类等场景的实际应用项目经验，展示技术深度
• 强调在数据挖掘、机器学习、信息检索等领域的扎实基础，以及解决复杂问题的能力
• 如有学术成果（如顶会论文）或竞赛获奖经历，务必突出，体现研究能力
• 展示参与开源项目或知名大模型项目的贡献，体现技术影响力
• 深入学习大模型训练、微调、推理优化等核心技术，掌握主流框架（如 PyTorch、TensorFlow）
• 关注内容安全、反作弊、虚假信息识别等领域的最新研究，了解行业前沿动态

面试指南

• 回答项目经验时，采用 STAR 法则，突出项目背景、你的具体贡献、技术难点和最终成果
• 对于系统设计问题，从需求分析、架构设计、技术选型、性能优化等角度展开，体现全局思维
• 对于前沿技术问题，结合具体业务场景，阐述你的理解和应用思路，展现深度思考
• 请介绍一个你负责的大模型应用项目，包括技术选型、模型架构和落地效果
• 如何设计一个基于大模型的自动化内容审核系统，以支持高并发、低延迟的在线服务？
• 在内容安全领域，如何利用大模型进行跨语言语义分析或团伙识别？
• 如何评估和优化大模型在风险防控场景中的准确率和召回率？
• 谈谈你对知识驱动AGI范式在内容安全领域应用的理解