主分类：搜索推荐与业务决策算法研发
辅助：大模型与生成式算法研发（仅展示）
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-强化学习/Agent算法工程师/专家-行为风控方向",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "算法研发"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": 3,
"degree": "硕士研究生及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "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。\n1、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”；\n2、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；\n3、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；",
"requirements_text": "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；\n2、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；\n3、具备业务风控领域（作弊、欺诈、账号安全、恶意行为等方向）的实战经验，对风险数据（日志、行为序列、用户画像、图数据）有敏锐的洞察力和处理经验者优先；\n4、扎实的编程基础，对数据结构、算法设计基础有深度了解，熟练掌握Python/C++等主流语言一种或多种；\n5、具备强大的分析和解决复杂问题的能力，能够将模糊的业务问题转化为明确的技术课题；\n6、拥有出色的沟通能力和团队协作精神，能够与业务方、策略团队、工程团队高效合作。",
"skills": [AI生成
"Python",
"C++",
"强化学习",
"数据结构",
"算法设计",
"团队协作",
"沟通能力",
"大语言模型"
],
"preferred_qualifications": "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；3、具备业务风控领域（作弊、欺诈、账号安全、恶意行为等方向）的实战经验，对风险数据（日志、行为序列、用户画像、图数据）有敏锐的洞察力和处理经验者优先",
"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=100007440010"
}
]
},
"posting": {
"posting_id": "100007440010",
"post_date": "2026-08-25",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100007440010"
},
"fulltext": "集团安全部-强化学习/Agent算法工程师/专家-行为风控方向\n集团安全部-强化学习/Agent算法工程师/专家-行为风控方向\n\n基础信息\n工作地点：北京 / 杭州\n\n职位描述\n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。\n1、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”；\n2、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；\n3、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；\n\n职位要求\n1、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；\n2、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；\n3、具备业务风控领域（作弊、欺诈、账号安全、恶意行为等方向）的实战经验，对风险数据（日志、行为序列、用户画像、图数据）有敏锐的洞察力和处理经验者优先；\n4、扎实的编程基础，对数据结构、算法设计基础有深度了解，熟练掌握Python/C++等主流语言一种或多种；\n5、具备强大的分析和解决复杂问题的能力，能够将模糊的业务问题转化为明确的技术课题；\n6、拥有出色的沟通能力和团队协作精神，能够与业务方、策略团队、工程团队高效合作。\n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。\n1、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”；\n2、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；\n3、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；\n1、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；\n2、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；\n3、具备业务风控领域（作弊、欺诈、账号安全、恶意行为等方向）的实战经验，对风险数据（日志、行为序列、用户画像、图数据）有敏锐的洞察力和处理经验者优先；\n4、扎实的编程基础，对数据结构、算法设计基础有深度了解，熟练掌握Python/C++等主流语言一种或多种；\n5、具备强大的分析和解决复杂问题的能力，能够将模糊的业务问题转化为明确的技术课题；\n6、拥有出色的沟通能力和团队协作精神，能够与业务方、策略团队、工程团队高效合作。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}