高级llm算法工程师-风控方向

优缺点分析

角色解读

• 技术深耕：成为风控算法专家，主导核心策略演进，深入图模型或LLM Agent方向
• 管理晋升：从IC转向技术Leader，带领团队负责风控整体架构
• 横向拓展：转到其他AI应用领域，如搜索推荐、安全数据平台等
• 负责哔哩哔哩平台的账号安全、反作弊和反欺诈风控策略，利用海量数据构建风险识别模型
• 应用机器学习和深度学习技术开发用户画像和风险评分体系，实现自动化决策
• 探索和落地大语言模型Agent技术，通过工具调用、RAG和多Agent协同提升风控效率
• 扎实的编程能力，熟练使用Python、SQL和Hive/Spark进行大规模数据处理和分析
• 深入理解机器学习、深度学习算法，有图模型和序列建模经验者优先
• 熟悉大语言模型应用，掌握RAG、Agent框架等技术
• 具备风控业务敏感度和解决问题的能力，能够从数据中挖掘风险模式

申请策略

• 了解B站社区文化和业务特点，面试时展示对B站风控痛点的理解
• 准备一个完整的风控系统设计案例，包括数据链路、模型选型和评估
• 突出风控领域的实际项目经验，尤其是反欺诈、反作弊、账户安全等方向
• 重点展示机器学习、深度学习模型的落地效果，包括AUC、召回率等指标提升
• 如果有大模型Agent、RAG或图模型相关经验，单独列出并说明业务收益
• 学习LLM Agent框架，如LangChain、AutoGPT，并尝试在本地搭建Demo
• 补充风控知识，了解常见黑产手法和对抗策略
• 强化大数据处理能力，熟悉Spark SQL和Hive高级用法

面试指南

• 结构化叙事：先讲业务背景和目标，再讲技术方案（数据、模型、评估），最后讲落地效果和反思
• 对比分析：对于开放性问题，先列举几种可能方法，再分析优缺点，最后给出推荐方案
• 关注权衡：风控中常用用召回率和精确率的权衡，以及实时性要求
• 请描述一个你主导的风控项目，从问题定义到效果评估的完整流程
• 如何利用图模型检测团伙欺诈？请举例说明
• 大模型Agent在风控场景中可能有哪些应用？如何解决Agent的幻觉问题？
• 请设计一个实时风控系统的整体架构，包括数据流、模型部署和决策逻辑
• 如何处理样本不平衡问题？风控场景中常用的评估指标有哪些？