阿里巴巴
集团安全部-行为风控Agent算法专家-杭州
集团安全部-行为风控Agent算法专家-杭州
发布于 9 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Agentic Rl
Multi-Agent
Prompt Engineering
Pytorch
Rag
大模型优化
强化学习
行为风控
值不值得投
79综合评分
综合评分 79
核心风控部门的大模型Agent算法专家岗，技术前沿且成长空间大，薪资竞争力强，但工作强度可能较高。
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
7万
比人工智能中位数高
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 3340 个在招 · 其中人工智能 约 350 个
市场机会
选择面较广
杭州 · 人工智能 · 约 410 个在招
职位详情
关于这个职位
该职位负责设计并构建面向行为风控的大模型Agent系统，涵盖风险感知、研判、处置全流程
你需要主导Agent架构设计、记忆与技能体系构建，并针对大模型效果进行定制优化，系统性提升风控业务效果
最低要求
硕士及以上学历，计算机科学、人工智能、自然语言处理、机器学习等相关专业
有实际的Agent设计和落地经验，完整参与过Agent系统的架构设计、开发、上线与迭代
有行为风控或安全风控业务经验，理解风控业务的核心挑战与技术要求
熟悉Agentic RL算法（如GRPO、PPO、RLHF等），能够通过强化学习推动Agent策略优化
深入理解大模型技术栈：Transformer架构、Prompt Engineering、RAG、Function Calling、Multi-Agent协作框架
熟悉主流Agent框架（LangChain、AutoGPT、MetaGPT、CrewAI等），了解其设计思想与适用场景
扎实的机器学习/深度学习基础，熟悉PyTorch等主流框架
具备系统思维，能从业务全局视角设计Agent方案，而非孤立优化单点
有较强的实验设计与数据分析能力，能通过数据驱动Agent迭代
良好的跨团队协作与沟通能力，能推动复杂项目落地
工作职责
行为风控Agent体系构建：深入理解行为风控业务场景（账号风险、交易风险、营销反作弊、内容安全等），梳理行为风控系统的核心链路与决策逻辑，主导覆盖风险感知、研判、处置全流程的agent建设
根据业务特点完成Agent架构设计，包括任务拆解与编排、多Agent协作机制、人机协同交互范式
Harness Engineering：设计Agent的可观测性体系（日志、追踪、监控），确保Agent行为可审计、可回溯、可优化
构建Agent评测体系和约束机制，定义评估指标（任务完成率、准确率、响应时间等），建立持续迭代闭环
Memory设计：设计Agent的记忆系统，包括短期记忆（会话上下文）、长期记忆（知识沉淀与经验积累）、工作记忆（任务执行状态）
探索记忆检索、更新、遗忘机制，平衡记忆容量与检索效率
结合行为风控业务特点，设计领域知识的结构化存储与高效召回方案
Skill建设：构建Agent的技能体系，将行为风控领域的专家经验（规则策略、分析模式、处置流程）沉淀为可复用的Skill
设计Skill的注册、发现、组合、调度机制，支持动态编排与热更新
建立Skill的质量评估与迭代优化流程
大模型效果优化：针对大模型在Agent运行过程中存在的幻觉、推理偏差、指令遵循不足等问题，探索定制优化方案
包括但不限于：Prompt Engineering优化、SFT微调、RLHF/Agentic RL对齐训练、推理时干预（Guardrails）等
结合行为风控业务数据，构建高质量训练与评测数据集
AI 洞察
优缺点分析
优点
- 处于大模型与Agent技术落地的最前沿，能积累稀缺的Agent架构与强化学习对齐经验
- 大模型在风控场景的幻觉与推理偏差优化难度大，需要深厚的算法功底与业务理解
- 具备大模型与Agent落地经验，对安全风控业务有热情，且具备较强系统思维与数据分析能力的资深算法工程师
缺点 / 挑战
- 依托庞大的业务场景，能接触到极具挑战性的真实风控数据与复杂业务链路，技术壁垒高
- 跨团队协作与复杂项目推动要求高，面临业务效果与系统稳定性的双重压力
角色解读
- 可向AI技术专家、风控算法架构师方向发展，引领大模型在安全风控领域的深度应用
- 积累稀缺的Agent架构与强化学习对齐经验，未来可转型为AI业务线技术负责人
- 设计并构建面向行为风控的大模型Agent系统，涵盖风险感知、研判、处置全流程
- 负责Agent的架构设计、记忆系统、技能体系构建及大模型效果优化，解决幻觉与推理偏差问题
- 具备Agent系统架构设计与落地经验，熟悉大模型技术栈及主流Agent框架
- 掌握强化学习算法（如Agentic RL），具备扎实的机器学习/深度学习基础及风控业务理解
申请策略
- 准备详细的Agent架构设计案例，展示如何解决大模型幻觉及推理偏差问题
- 了解集团安全部的业务方向及近期在AI安全领域的布局，展现业务前瞻性
- 突出Agent系统从0到1的架构设计与落地经验，特别是记忆、技能体系及多Agent协作机制的设计
- 强调在强化学习（RLHF/Agentic RL）及大模型效果优化方面的具体成果与数据指标
- 深入学习Agentic RL算法（如GRPO、PPO）及最新的大模型对齐技术
- 了解行为风控业务的核心逻辑与常见作弊手法，提升业务敏感度
面试指南
- STAR法则：情境（业务痛点）-任务（目标）-行动（技术方案与架构设计）-结果（业务指标提升）
- 技术深度：先讲整体架构，再深入核心模块（如Memory/Skill/RL优化），最后用数据证明效果
- 请分享一个你主导设计的Agent系统架构，如何解决多Agent协作与任务编排问题？
- 在行为风控场景中，如何设计Agent的记忆系统以平衡容量与检索效率？
- 针对大模型在Agent运行中的幻觉和推理偏差，你做过哪些定制优化方案？
- 请解释Agentic RL算法（如GRPO、PPO）在Agent策略优化中的应用及你的实践经验
- 复习大模型Agent相关前沿论文及开源框架（LangChain, AutoGPT等）的设计思想
- 梳理过往项目中的核心难点及解决方案，准备好应对技术细节的深挖
职位点评
薪资福利85
成长发展95
工作生活50
使命价值75
薪资福利
85较高
算法专家岗位薪资具备市场竞争力，且企业稳定性较高，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：5千–9万/月）
成长发展
95较高
岗位涉及大模型、Agent架构、强化学习等前沿技术，且处于核心风控业务，技术成长与业务视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈Agent、大模型、Agentic RL、GRPO、PPO、RLHF、Transformer、Prompt Engineering、RAG、Function Calling、Multi-Agent、LangChain、PyTorch
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与WLB相关信息，算法专家岗位通常工作强度较大，但具体需视团队而定。
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
75中等
行为风控直接保护用户资产与平台生态安全，具有较高的社会价值与业务使命感，且处于AI应用前沿。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs