岗位描述（节选）
岗位面向行为风控这一高度复杂且动态对抗的业务场景，支持反爬、作弊、欺诈、账号安全、恶意行为等核心风控业务，聚焦大模型强化学习与Agent等核心技术，构建下一代智能风控基座和行业权威的行为域基模解决方案。
1、面向行为域的结构化/序列化/图表化数据体系，构建面向结构化数据的后训练和评测方案，产出行为特色的“世界模型”；
2、围绕行为风控的复杂任务，设计并迭代强化学习方案，包括但不限于：Reward System、RL、复杂决策、自我博弈等方向，构建全链路情报分析与风险决策能力；
3、面向行为分析、识别、挖掘、链路还原、路径推演等场景，设计可规模化扩展的Agent训练环境和迭代方案；
【任职要求】
1、硕士研究生及以上学历，计算机、人工智能、软件、信息安全、统计和数学专业优先；
2、3年以上大模型/强化学习相关研发经验，深刻理解RLHF/Agent训练经验；
3、具备业务风控领域（作弊、欺诈……
完整岗位描述与官方投递入口,请登录后在岗位详情页查看。