阿里巴巴
集团安全部-内容安全大模型算法-商品治理大模型（杭州）
集团安全部-内容安全大模型算法-商品治理大模型（杭州）
发布于 1 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
Nlp
Pytorch
Rag
Rlhf
Sft
图算法
多模态
大模型算法
风控反欺诈
值不值得投
76综合评分
综合评分 76
大厂核心算法岗、前沿大模型技术、高薪高潜、工作强度较大
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
4.5万
与AI算法中位数基本持平
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 4680 个在招 · 其中AI算法 44 个
市场机会
选择适中
杭州 · AI算法 · 43 个在招
职位详情
关于这个职位
负责电商平台商品风险治理的大模型算法建设，覆盖假货、侵权等五大风险域
通过构建行为层风险识别能力与知识驱动范式，利用SFT/RL等技术优化大模型在治理场景的应用，建立自进化闭环与科学评测体系，提升机审完结率与风险漏防率
最低要求
计算机、数学、统计等相关专业本科及以上学历，2 年以上算法相关经验
扎实的机器学习与深度学习基础，熟练使用 PyTorch / TensorFlow 等主流框架，工程编码能力可靠
在以下至少一个方向有实际落地经验：NLP、CV / 多模态、图算法与团伙挖掘、风控反欺诈、推荐搜索排序、大模型应用与训练
熟悉大模型技术栈（Prompt 工程、SFT、RLHF / DPO、RAG、Agent），有垂直领域模型落地经验者优先
数据敏感度高，能独立完成从数据处理、特征构建、模型训练到线上评估的完整链路
逻辑清晰，善于把模糊业务问题拆解为可验证的算法问题
沟通协作与抗压能力良好
工作职责
负责电商平台商品风险治理的算法建设，覆盖假货、侵权、山寨、劣质、滥发五大风险域，为前台清洁度、风险漏防率与机审完结率负责
建设行为层风险识别能力：商家行为序列建模、团伙与同人关联挖掘、高危地与价格异常等特征融合，破解换壳重开、快闪开店、矩阵铺货等对抗手段
推进知识驱动范式落地：参与风险本体（Ontology）设计，把品牌、款式、价格线、售假套路等领域知识做成可推理、可解释、可归因的识别与审核链路
负责大模型在治理场景的后训练与工程化：SFT / RL / 蒸馏、多模态理解、Agent + Skill 架构，把知识内化进模型而非无限堆叠提示词
构建自进化闭环：漏防归因 → 样本与知识自动生产 → 训练评测 → 灰度切流 → 回归监控，持续提升迭代速度
建立科学的评测体系：漏防率与误伤率双轨验收、蓝军对抗评测、AB 实验与因果归因，确保能力提升不以牺牲正常商家经营为代价
与产品、运营、审核、法务及业务方协同，完成风险标准对齐、策略放量与效果落地
优先资格
加分项：有电商风控、知识产权治理、内容安全相关经验
有知识图谱 / 本体建模、因果推断、蓝军对抗评测经验
有大规模向量检索与推理降本经验
顶会论文、技术专利或开源项目
AI 洞察
优缺点分析
优点
- 背靠阿里平台，拥有海量高质量数据与强大的算力基础设施支持
- 深入核心业务场景（商品治理），业务价值显著，成果易于量化与展示
- 团队技术氛围浓厚，有助于快速提升在大模型工程化方面的核心竞争力
- 对模型的准确性与稳定性要求极高，需在漏防率与误伤率之间寻找精细平衡
- 需要持续跟进大模型最新技术进展，并保持高强度的学习与迭代节奏
- 跨部门协作频繁，需具备较强的沟通能力以对齐多方利益与标准
- 适合具备扎实算法基础、对大模型应用有热情、且能在复杂业务场景中解决实际问题的高级算法工程师
缺点 / 挑战
- 处于大模型应用落地的前沿阵地，技术挑战性与创新性极高
- 业务场景复杂，需处理长尾、对抗性强的风险案例，算法优化难度大
角色解读
- 向大模型算法专家方向发展，深耕垂直领域（如电商风控）的模型创新与应用
- 晋升为技术负责人，带领团队攻克更复杂的业务难题，推动技术范式变革
- 拓展至更广泛的内容安全或人工智能治理领域，成为行业内的技术权威
- 负责电商平台商品风险治理的大模型算法研发，解决假货、侵权等复杂风险识别问题
- 构建基于大模型的行为序列建模与知识图谱推理链路，提升自动化审核效率
- 设计并实施大模型后训练（SFT/RL）方案，建立自进化闭环与科学评测体系
- 跨部门协同，将算法策略落地于业务场景，平衡风险控制与商家体验
- 扎实的机器学习/深度学习基础，精通PyTorch/TensorFlow框架
- 具备NLP、多模态或图算法等至少一个方向的实战落地经验
- 熟练掌握大模型技术栈，包括Prompt工程、SFT、RLHF/DPO、RAG及Agent开发
- 具备优秀的工程编码能力与数据敏感度，能独立打通从数据处理到线上评估的全链路
申请策略
- 深入了解阿里电商风控的业务痛点与技术现状，准备针对性的解决方案思路
- 面试中注重展示逻辑思维与问题解决能力，清晰阐述如何将模糊业务转化为算法问题
- 突出大模型相关项目经验，特别是SFT、RLHF、RAG等具体技术的落地细节
- 强调在风控、NLP或多模态领域的实际业务成果，用数据证明算法效果提升
- 展示完整的算法链路能力，从数据处理、特征工程到模型训练与线上评估
- 如有顶会论文、专利或开源项目贡献，务必重点列出，体现技术深度
- 深入理解大模型微调与对齐技术，掌握最新的RLHF/DPO实践方法
- 加强图神经网络与知识图谱在风控场景中的应用能力
面试指南
- STAR法则：情境(Situation)、任务(Task)、行动(Action)、结果(Result)结构化回答
- 技术深度：不仅描述做了什么，更要解释为什么这么做，对比其他方案的优劣
- 业务结合：始终将技术方案与业务价值（如效率提升、成本降低、风险减少）挂钩
- 反思总结：展示对项目的复盘思考，体现持续改进的能力
- 请详细介绍你在大模型SFT或RLHF方面的实践经验，遇到过哪些挑战？
- 如何设计一个有效的评测体系来评估大模型在商品风险治理中的表现？
- 在风控场景中，如何利用图算法或知识图谱增强大模型的推理能力？
- 如何处理长尾风险样本，提升模型对未知风险的泛化能力？
职位点评
薪资福利85
成长发展92
工作生活45
使命价值70
薪资福利
85较高
作为已上市的巨头企业核心算法岗，薪资水平处于市场高位，且通常包含丰厚的股票期权与年终奖，福利体系完善。
薪资信号偏高 (3.0千–6.0万/月)
成长发展
92较高
岗位直接涉及大模型前沿技术在垂直领域的落地，技术栈先进，成长空间巨大，是典型的职业发展高潜岗位。
技术前沿前沿/新兴技术
技术栈大模型、SFT、RLHF、DPO、RAG、Agent、多模态、图算法
业务类型profit_center
工作生活
45较低
互联网大厂核心部门通常工作强度较大，JD未提及弹性工作制或不加班政策，WLB相对一般。
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
致力于维护电商平台公平交易环境，打击假货与侵权，具有明显的社会正向影响力与行业价值。
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
Watch Jobs