主分类：搜索推荐与业务决策算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "集团安全部-大模型算法专家-杭州",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "人工智能、计算机、数学、统计等相关专业的硕士或以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 集团多种业务场景下，对千亿级流量进行攻击流量识别、人机识别相关算法研究；\n2. 通过 LLM 对海量流量及各端审计数据进行分析，不断提升大模型在流量识别场景下的分析及归因能力；\n3. 搭建端云协同的风控模型系统，不断提升各类异常流量的防控能力；\n4. 跟踪风控领域前沿技术，结合多模态数据，进行原型系统的研发和验证",
"requirements_text": "1. 人工智能、计算机、数学、统计等相关专业的硕士或以上学历；\n2. 扎实的深度学习算法基础，熟悉时间序列信号预测、对抗学习、强化学习中的一种或多种；\n3. 具备 LLM 相关基础，有 RL、SFT 相关实践经验优先；\n4. 参与或主导过端云协同相关项目优先；\n5. 参与或主导过风控、反作弊、对抗学习项目优先；\n6. 机器学习开源项目主要贡献者，机器学习类竞赛（如Kaggle，天池）获奖经历，在TOP期刊 / 顶会发表过文章优先",
"skills": [AI生成
"机器学习",
"深度学习",
"强化学习",
"大语言模型"
],
"preferred_qualifications": "3. 具备 LLM 相关基础，有 RL、SFT 相关实践经验优先；4. 参与或主导过端云协同相关项目优先；5. 参与或主导过风控、反作弊、对抗学习项目优先；6. 机器学习开源项目主要贡献者，机器学习类竞赛（如Kaggle，天池）获奖经历，在TOP期刊 / 顶会发表过文章优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100002460001"
}
]
},
"posting": {
"posting_id": "100002460001",
"post_date": "2026-08-24",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100002460001"
},
"fulltext": "集团安全部-大模型算法专家-杭州\n集团安全部-大模型算法专家-杭州\n\n基础信息\n职位类别：技术类-算法\n工作地点：杭州\n\n职位描述\n1. 集团多种业务场景下，对千亿级流量进行攻击流量识别、人机识别相关算法研究；\n2. 通过 LLM 对海量流量及各端审计数据进行分析，不断提升大模型在流量识别场景下的分析及归因能力；\n3. 搭建端云协同的风控模型系统，不断提升各类异常流量的防控能力；\n4. 跟踪风控领域前沿技术，结合多模态数据，进行原型系统的研发和验证\n\n职位要求\n1. 人工智能、计算机、数学、统计等相关专业的硕士或以上学历；\n2. 扎实的深度学习算法基础，熟悉时间序列信号预测、对抗学习、强化学习中的一种或多种；\n3. 具备 LLM 相关基础，有 RL、SFT 相关实践经验优先；\n4. 参与或主导过端云协同相关项目优先；\n5. 参与或主导过风控、反作弊、对抗学习项目优先；\n6. 机器学习开源项目主要贡献者，机器学习类竞赛（如Kaggle，天池）获奖经历，在TOP期刊 / 顶会发表过文章优先\n1. 集团多种业务场景下，对千亿级流量进行攻击流量识别、人机识别相关算法研究；\n2. 通过 LLM 对海量流量及各端审计数据进行分析，不断提升大模型在流量识别场景下的分析及归因能力；\n3. 搭建端云协同的风控模型系统，不断提升各类异常流量的防控能力；\n4. 跟踪风控领域前沿技术，结合多模态数据，进行原型系统的研发和验证\n1. 人工智能、计算机、数学、统计等相关专业的硕士或以上学历；\n2. 扎实的深度学习算法基础，熟悉时间序列信号预测、对抗学习、强化学习中的一种或多种；\n3. 具备 LLM 相关基础，有 RL、SFT 相关实践经验优先；\n4. 参与或主导过端云协同相关项目优先；\n5. 参与或主导过风控、反作弊、对抗学习项目优先；\n6. 机器学习开源项目主要贡献者，机器学习类竞赛（如Kaggle，天池）获奖经历，在TOP期刊 / 顶会发表过文章优先",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}