营销领域自动化风险发现与对抗应用

1. 研发营销风控识别模型，负责模型架构设计、训练及性能调优； 2. 提升低质垃圾流量与异常行为（如刷量、虚假点击）的识别准确率与实时性； 3. 抽取并分析营销场景多源风险特征，构建完善的风险标签体系； 4. 探索基于AI的自动化风险运营机制，实现规则与模型的协同决策，支持业务系统防御。

1. 获得本科及以上学历，计算机科学、人工智能、机器人等相关专业；具备大语言模型（NLP）或多模态视觉模型（CV）训练与大规模应用落地经验； 2. 在大模型后训练（Post-training）阶段有深厚技术积累，熟悉SFT、DPO、PPO等对齐算法，具备扎实的强化学习（RL）理论基础与实战经验； 3. 熟悉主流多模态大模型架构及前沿范式（如Qwen-VL/Omni、GPT-4o等），熟练掌握底层训练框架与推理加速方案（如vLLM等），具备优秀的Python/C++编程能力与Docker/Linux环境工程化素养； 4. 在NeurIPS、ICLR、ACL、CVPR、ICRA等人工智能或机器人领域顶级学术会议或期刊有高质量论文发表记录，或为知名开源社区核心贡献者。