百度
算法工程师（Token供应商评测与风控算法）（J106388）
算法工程师（Token供应商评测与风控算法）（J106388）
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Llm-As-A-Judge
Sglang
Vllm
反作弊
大模型评测
异常检测
机器学习
深度学习
风控算法
值不值得投
78综合评分
综合评分 78
大模型商业化核心风控岗，技术前沿且成长空间大，薪资竞争力强，但工作强度需做好预期。
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
比算法优化工程师中位数高
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 1240 个在招 · 其中算法优化工程师 9 个
市场机会
选择面较广
北京 · 算法优化工程师 · 约 320 个在招
职位详情
关于这个职位
该职位主要负责大模型Token供应商的推理服务质量评测与风控，通过构建异常检测、反作弊及风险评分模型，识别供应商降智、冒用等异常行为
同时研究大模型驱动的智能评测方法，并与工程团队协作实现模型的在线风险识别与预警
最低要求
熟悉机器学习、深度学习、异常检测、分类/排序、评分等算法
熟悉 Python 及主流机器学习/深度学习框架，具备较好的算法工程能力
熟悉开源大模型及相关技术，对模型能力评测、Prompt、Agent 等有一定了解
工作职责
针对Token供应商提供的大模型推理服务，基于多源信息表现进行智能分析，识别降智、冒用、掺假等异常行为
研究日常发现的供应商异常行为及作弊模式，构建异常检测、关联分析、反作弊及风险识别模型
结合历史行为、评测结果、履约表现及风险事件，构建供应商风险评分和动态信用评级模型
构建供应商能力、服务质量及履约表现的智能评测模型与指标体系
研究大模型驱动的智能评测方法，包括 LLM-as-a-Judge，并负责评测集构建、结果一致性分析及自动化质量评价
与后端、数据团队协作，将算法模型工程化，建设在线风险识别及预警能力
优先资格
有风控、反作弊、风险识别或质量评测经验优先
了解 vLLM、SGLang 等推理引擎及模型服务部署，有相关经验优先
有大模型评测、AI 质量评价、信用评分或智能决策系统经验优先
AI 洞察
优缺点分析
优点
- 处于大模型商业化核心环节，能深入接触前沿大模型评测与推理技术
- 依托丰富的数据资源和工程落地场景，技术壁垒高，个人核心竞争力提升快
- 跨团队协作要求高，需将算法与后端、数据工程深度结合
- 适合对大模型底层机制有深入理解，且具备扎实风控/反作弊算法背景的算法工程师
缺点 / 挑战
- 大模型作弊与异常行为迭代快，需要持续研究新型对抗手段，技术挑战大
角色解读
- 可向大模型安全与评测专家方向发展，或转型为大模型业务架构师
- 随着大模型商业化落地，此类保障模型质量与安全的岗位需求将持续增长
- 负责大模型Token供应商的推理服务质量监控与风控，通过算法识别降智、掺假等异常行为
- 构建供应商风险评分、信用评级及智能评测模型，并推动算法模型的工程化落地
- 扎实的机器学习与深度学习基础，精通异常检测与分类排序算法
- 熟悉大模型技术栈（Prompt、Agent、LLM-as-a-Judge）及推理引擎（vLLM、SGLang），具备优秀的Python工程能力
申请策略
- 了解大模型API商业化服务及供应商生态，思考如何从算法角度保障API服务质量，在面试中展现对业务场景的深刻理解
- 突出在异常检测、反作弊或信用评分模型方面的实际落地经验
- 展示对大模型评测（如LLM-as-a-Judge）或推理引擎（vLLM）的深入研究或项目经历
- 深入学习大模型安全、对齐技术及自动化评测方法
- 熟悉主流开源大模型的部署与推理优化机制
面试指南
- 算法设计题采用“问题分析 -> 特征构建/数据表示 -> 模型选择 -> 评估与迭代”的框架回答
- 项目经验题采用 STAR 法则，重点突出业务痛点、算法创新点及最终业务收益
- 针对大模型推理服务的“降智”或“掺假”行为，你会如何设计异常检测算法？
- 请详细介绍你过去在反作弊或风险识别模型中使用的核心算法及特征工程方法
- 如何理解和实现 LLM-as-a-Judge？在评测集构建和结果一致性分析中有哪些难点？
- vLLM 或 SGLang 等推理引擎的核心原理是什么？如何结合它们进行模型服务部署？
- 复习经典的异常检测算法及图神经网络在反作弊中的应用
- 提前阅读关于大模型评测和 LLM-as-a-Judge 的最新论文，准备相关技术细节
职位点评
薪资福利85
成长发展90
工作生活50
使命价值75
薪资福利
85较高
算法岗薪资具备较强竞争力，且大模型方向属于当前高薪风口，整体薪酬回报预期良好。
薪资信号未披露（AI估算：3千–6万/月）
成长发展
90较高
岗位聚焦大模型评测与风控，属于当前AI领域最前沿且极具挑战的方向，技术成长空间巨大。
技术前沿前沿/新兴技术
技术栈Python、机器学习、深度学习、异常检测、大模型评测、LLM-as-a-Judge、vLLM、SGLang、Prompt、Agent
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与加班情况，算法研发岗通常面临一定的项目压力，WLB情况无法明确判断。
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
保障大模型服务质量与安全性，对推动大模型健康商业化具有积极意义，具备较好的行业前景与技术使命感。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs