多模态风控大模型对抗与鲁棒性研究

Job description

工作职责

• 探索多模态大模型在电商风控场景的前沿应用，大幅提升复杂风险识别的准确率与风险抓取的召回率。
• 优化风控模型架构与推理链路，保障千万级日活场景下风险识别的高效时效性。
• 研究模型抗逆境与对抗技术，增强风控系统对抗各类黑灰产攻击的鲁棒性。
• 推动前沿算法在真实风控业务流水线中的工程化落地与持续迭代。 任职要求
• 计算机、人工智能或信息安全等相关领域的本硕博在校生。
• 具备扎实的机器学习功底，精通多模态大模型（如QWENVL、CLIP、GPT-4V等）的核心原理与底层机制。
• 具备极强的工程实现能力，熟练掌握PyTorch或TensorFlow，拥有大规模分布式训练实战经验。
• 具备敏锐的风险嗅觉与业务攻防对抗意识。
• 在NLP/CV领域顶级会议（如ACL、CVPR等）有学术论文发表经历，或具备工业级风控算法落地经验者优先。