天猫
阿里妈妈风控技术-反作弊算法工程师-北京
阿里妈妈风控技术-反作弊算法工程师-北京
发布于 大约 5 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
Prompt Engineering
Rag
反作弊
图挖掘
大模型
异常检测
无监督学习
机器学习
深度学习
值不值得投
71综合评分
综合评分 71
技术前沿、业务价值高，但工作强度可能较大，WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
55K
与算法优化工程师中位数基本持平
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 300 个在招 · 其中算法优化工程师 10 个
市场机会
选择面较广
北京 · 算法优化工程师 · 约 130 个在招
职位详情
关于这个职位
作为阿里妈妈风控技术团队的反作弊算法工程师，你将负责构建基于机器学习、深度学习和LLM的在线识别系统，实时处置无效流量和风险物料，同时建设离线挖掘平台和风控产品平台，为广告主和平台挽回巨额损失
该岗位要求扎实的算法功底和丰富的应用经验，适合对反作弊领域有热情、具备大规模系统设计能力的技术专家
最低要求
计算机、数学或统计学相关专业硕士及以上学历，有比较扎实的理论功底和丰富的应用经验
兴趣或专业是在Anomaly/Outlier Detection，Scalable/Interpretable/Robust Machine Learning，Semi-supervised/Unsupervised learning，Large Scale Graph Mining，Large Scale batch/streaming Data processing，Data Visualization/CV/NLP/Behavior Pattern recognition
对大模型有深入理解，不仅限于API调用，能够从问题定义出发完成Prompt Engineering、RAG、Agent构建等端到端的LLM应用设计与开发
具备优秀的逻辑思维能力，善于发现和推理不同事物之间的关系和影响，在复杂业务场景下能够分解和抽象问题，提供优秀、完整、可行的解决方案
具备优秀的分析和解决问题的能力，对解决具有挑战的问题充满激情，具备良好的主动性和求知欲，具备良好的沟通协作和抗压能力
工作职责
构建基于机器学习、深度学习、大模型的在线识别系统，保证极高精准和召回的前提下，实时处置无效流量或风险物料
建设强大的离线挖掘平台，使用多种无监督、半监督手段帮助算法和运营同学探索新的异常pattern
研发风控产品平台，服务阿里妈妈和淘天集团更多相关的业务，不断提升迭代效率
优先资格
有风控反作弊领域算法实践，大规模工业级风控系统设计经验者优先
AI 洞察
优缺点分析
优点
- 技术栈前沿，涉及大模型、图挖掘等，能积累丰富的大规模系统设计经验
- 团队属于阿里妈妈核心风控，业务价值明确，对职业发展有较强背书
- 反作弊领域对抗性强，需要持续更新技术以应对新型攻击
- 对综合能力要求高，不仅需要算法能力，还需具备工程实现和跨团队协作能力
- 适合对风控反作弊有浓厚兴趣、具备扎实算法功底和工程能力、能在高压下解决复杂问题的技术专家
缺点 / 挑战
- 平台影响力大，每年处理百亿级风险物料，技术挑战高，个人成长快
- 工作强度可能较高，需要应对实时系统的高并发和低延迟要求
角色解读
- 在风控反作弊领域深耕，成为技术专家，负责核心算法的设计和优化
- 向技术管理方向发展，带领团队构建更完善的风控体系
- 横向拓展至淘天集团其他业务线，或转向数据科学、大模型应用等前沿方向
- 构建基于机器学习、深度学习和LLM的在线识别系统，实时处置无效流量和风险物料，确保高精准和高召回
- 建设离线挖掘平台，利用无监督和半监督方法探索新的异常模式，辅助算法和运营团队
- 研发风控产品平台，服务阿里妈妈和淘天集团相关业务，提升迭代效率，为广告主挽回损失
- 扎实的机器学习、深度学习理论基础，熟悉异常检测、可扩展/可解释/鲁棒机器学习、半监督/无监督学习等方向
- 深入理解大模型，能够进行Prompt Engineering、RAG、Agent构建等端到端LLM应用开发
- 具备大规模数据处理能力，熟悉流式或批处理技术，以及图挖掘、行为模式识别等
- 优秀的逻辑思维和问题解决能力，能够在复杂业务场景中分解和抽象问题
申请策略
- 了解阿里妈妈风控业务的具体场景，如广告反作弊、流量质量识别，在面试中展现对业务的理解
- 准备一个完整的项目案例，从问题定义到解决方案，体现端到端思维
- 突出异常检测、无监督学习或图挖掘相关的项目经验，展示实际业务效果
- 强调大模型应用经验，如Prompt Engineering、RAG或Agent构建的具体案例
- 体现大规模数据处理和系统设计能力，如处理过亿级数据或设计过工业级风控系统
- 展示逻辑思维和问题解决能力，例如通过算法优化带来的业务指标提升
- 补充大模型应用知识，如LangChain、向量数据库等，提升端到端开发能力
- 加强流式处理技术，如Flink、Spark Streaming，以应对实时风控需求
面试指南
- 采用STAR法则：描述情境、任务、行动和结果，突出量化指标
- 强调系统思维：从数据、特征、模型、部署、监控全链路考虑
- 展示迭代优化：说明如何通过A/B测试和反馈循环持续改进
- 如何设计一个实时反作弊系统，平衡精准率和召回率？
- 请介绍一个你使用无监督学习发现异常模式的案例
- 如何利用大模型（如LLM）改进风控策略？请举例说明
- 在处理大规模图数据时，如何优化计算性能？
- 面对新型作弊手段，你如何快速调整模型？
职位点评
薪资福利75
成长发展90
工作生活40
使命价值70
薪资福利
75中等
该职位薪资水平较高，但JD未明确具体福利，补偿性动机满足程度中等偏上。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
90较高
职位涉及前沿技术（大模型、图挖掘），业务挑战大，成长空间广阔，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、大模型、异常检测、图挖掘、无监督学习、Prompt Engineering、RAG
业务类型profit_center
工作生活
40较低
JD未提及工作模式，但风控算法岗位通常要求现场办公，且可能面临高强度工作，生活化动机满足度较低。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
风控工作具有明确的社会价值，为广告主挽回损失，但JD未提及使命导向，意义感动机满足度中等。
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
Watch Jobs