{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "集团安全部-全模态大模型应用算法专家-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": "我们提供："
    },
    "requirements": {
        "working_years": "",
        "degree": "学历背景：计算机、数学、统计学或相关专业硕士及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1. 负责内容安全领域的大模型算法研发与落地，构建面向国际及国内多场景（如商品审核、社区内容、直播电商等）的智能识别与风险防控体系；\n2. 设计并实现基于大模型的自动化审核系统，提升审核效率与准确率，支持高并发、低延迟的在线服务；\n3. 负责商品治理领域的风险防控算法研发与落地，面向数十亿级商品库，构建覆盖假货、侵权、山寨、劣质、滥发等核心场景的智能识别体系，通过大模型驱动的内容理解、行为建模与知识推理技术，提升风险识别准确率与自动化处置能力，保障消费者购物体验与权利人平台权益，支撑电商生态健康可持续发展；\n4. 探索大模型在内容理解、行为建模、团伙识别、跨语言语义分析等方向的应用，推动从传统规则/小模型向知识驱动AGI范式的演进；\n5. 构建可解释、可迭代的知识生产闭环，支撑风险感知、策略生成与防控标准动态更新；\n6. 参与大模型训练、微调、推理优化及部署全流程，提升模型在真实业务中的泛化能力与稳定性。",
        "requirements_text": "学历背景：计算机、数学、统计学或相关专业硕士及以上学历，具备扎实的理论基础；\n编程能力：熟练掌握 Python / Java / C++ 中至少一门语言，具备优秀的数据结构与算法功底；\n机器学习基础：熟悉主流机器学习算法（如分类、聚类、序列模型、图神经网络等），了解深度学习框架（如 PyTorch、TensorFlow）；\n大模型经验：有大模型（LLM）在自然语言处理、内容理解、文本分类、异常检测等场景的实际应用经验者优先；\n研究能力：具备优秀的分析与问题解决能力，熟悉数据挖掘、机器学习、信息检索、NLP、推荐系统、计算广告等领域，有相关研究成果者优先；\n学术成果：在 SIGIR、SIGKDD、ICML、NeurIPS、WSDM、WWW、AAAI、CIKM、ACL、RecSys 等国际顶级会议或期刊发表过论文者优先；\n竞赛经历：参加过 ACM、Kaggle、天池等数据挖掘或机器学习竞赛并取得优异成绩者优先；\n开源贡献：参与过知名机器学习或大模型开源项目，并有显著贡献者优先；\n沟通协作：具备良好的团队协作与跨部门沟通能力，能够独立承担复杂算法任务并推动落地。\n加分项：\n有内容安全、反作弊、虚假信息识别、舆论监测等相关项目经验；\n熟悉强化学习、博弈论在安全对抗场景中的应用；\n具备国别化审核、多语言理解、跨平台内容治理经验者优先；\n对“大小模型协同”、“知识驱动AGI”、“自动化决策闭环”等前沿范式有深入理解。\n我们提供：\n参与行业领先的内容安全大模型体系建设；\n面向全球监管合规与复杂业务场景的技术挑战；\n强大的技术团队支持与资源投入，助力算法成果快速落地；\n明确的职业发展路径与技术成长空间。",
        "skills": [AI生成
            "Python",
            "Java",
            "C++",
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "强化学习",
            "自然语言处理",
            "数据结构",
            "数据挖掘",
            "团队协作",
            "沟通能力",
            "大语言模型"
        ],
        "preferred_qualifications": "大模型经验：有大模型（LLM）在自然语言处理、内容理解、文本分类、异常检测等场景的实际应用经验者优先；研究能力：具备优秀的分析与问题解决能力，熟悉数据挖掘、机器学习、信息检索、NLP、推荐系统、计算广告等领域，有相关研究成果者优先；学术成果：在 SIGIR、SIGKDD、ICML、NeurIPS、WSDM、WWW、AAAI、CIKM、ACL、RecSys 等国际顶级会议或期刊发表过论文者优先；竞赛经历：参加过 ACM、Kaggle、天池等数据挖掘或机器学习竞赛并取得优异成绩者优先；开源贡献：参与过知名机器学习或大模型开源项目，并有显著贡献者优先；加分项：；具备国别化审核、多语言理解、跨平台内容治理经验者优先",
        "job_highlights": "我们提供："
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100015500001"
            }
        ]
    },
    "posting": {
        "posting_id": "100015500001",
        "post_date": "2026-09-09",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100015500001"
    },
    "fulltext": "集团安全部-全模态大模型应用算法专家-杭州\n集团安全部-全模态大模型应用算法专家-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. 负责内容安全领域的大模型算法研发与落地，构建面向国际及国内多场景（如商品审核、社区内容、直播电商等）的智能识别与风险防控体系；\n2. 设计并实现基于大模型的自动化审核系统，提升审核效率与准确率，支持高并发、低延迟的在线服务；\n3. 负责商品治理领域的风险防控算法研发与落地，面向数十亿级商品库，构建覆盖假货、侵权、山寨、劣质、滥发等核心场景的智能识别体系，通过大模型驱动的内容理解、行为建模与知识推理技术，提升风险识别准确率与自动化处置能力，保障消费者购物体验与权利人平台权益，支撑电商生态健康可持续发展；\n4. 探索大模型在内容理解、行为建模、团伙识别、跨语言语义分析等方向的应用，推动从传统规则/小模型向知识驱动AGI范式的演进；\n5. 构建可解释、可迭代的知识生产闭环，支撑风险感知、策略生成与防控标准动态更新；\n6. 参与大模型训练、微调、推理优化及部署全流程，提升模型在真实业务中的泛化能力与稳定性。\n\n职位要求\n学历背景：计算机、数学、统计学或相关专业硕士及以上学历，具备扎实的理论基础；\n编程能力：熟练掌握 Python / Java / C++ 中至少一门语言，具备优秀的数据结构与算法功底；\n机器学习基础：熟悉主流机器学习算法（如分类、聚类、序列模型、图神经网络等），了解深度学习框架（如 PyTorch、TensorFlow）；\n大模型经验：有大模型（LLM）在自然语言处理、内容理解、文本分类、异常检测等场景的实际应用经验者优先；\n研究能力：具备优秀的分析与问题解决能力，熟悉数据挖掘、机器学习、信息检索、NLP、推荐系统、计算广告等领域，有相关研究成果者优先；\n学术成果：在 SIGIR、SIGKDD、ICML、NeurIPS、WSDM、WWW、AAAI、CIKM、ACL、RecSys 等国际顶级会议或期刊发表过论文者优先；\n竞赛经历：参加过 ACM、Kaggle、天池等数据挖掘或机器学习竞赛并取得优异成绩者优先；\n开源贡献：参与过知名机器学习或大模型开源项目，并有显著贡献者优先；\n沟通协作：具备良好的团队协作与跨部门沟通能力，能够独立承担复杂算法任务并推动落地。\n加分项：\n有内容安全、反作弊、虚假信息识别、舆论监测等相关项目经验；\n熟悉强化学习、博弈论在安全对抗场景中的应用；\n具备国别化审核、多语言理解、跨平台内容治理经验者优先；\n对“大小模型协同”、“知识驱动AGI”、“自动化决策闭环”等前沿范式有深入理解。\n我们提供：\n参与行业领先的内容安全大模型体系建设；\n面向全球监管合规与复杂业务场景的技术挑战；\n强大的技术团队支持与资源投入，助力算法成果快速落地；\n明确的职业发展路径与技术成长空间。\n1. 负责内容安全领域的大模型算法研发与落地，构建面向国际及国内多场景（如商品审核、社区内容、直播电商等）的智能识别与风险防控体系；\n2. 设计并实现基于大模型的自动化审核系统，提升审核效率与准确率，支持高并发、低延迟的在线服务；\n3. 负责商品治理领域的风险防控算法研发与落地，面向数十亿级商品库，构建覆盖假货、侵权、山寨、劣质、滥发等核心场景的智能识别体系，通过大模型驱动的内容理解、行为建模与知识推理技术，提升风险识别准确率与自动化处置能力，保障消费者购物体验与权利人平台权益，支撑电商生态健康可持续发展；\n4. 探索大模型在内容理解、行为建模、团伙识别、跨语言语义分析等方向的应用，推动从传统规则/小模型向知识驱动AGI范式的演进；\n5. 构建可解释、可迭代的知识生产闭环，支撑风险感知、策略生成与防控标准动态更新；\n6. 参与大模型训练、微调、推理优化及部署全流程，提升模型在真实业务中的泛化能力与稳定性。\n学历背景：计算机、数学、统计学或相关专业硕士及以上学历，具备扎实的理论基础；\n编程能力：熟练掌握 Python / Java / C++ 中至少一门语言，具备优秀的数据结构与算法功底；\n机器学习基础：熟悉主流机器学习算法（如分类、聚类、序列模型、图神经网络等），了解深度学习框架（如 PyTorch、TensorFlow）；\n大模型经验：有大模型（LLM）在自然语言处理、内容理解、文本分类、异常检测等场景的实际应用经验者优先；\n研究能力：具备优秀的分析与问题解决能力，熟悉数据挖掘、机器学习、信息检索、NLP、推荐系统、计算广告等领域，有相关研究成果者优先；\n学术成果：在 SIGIR、SIGKDD、ICML、NeurIPS、WSDM、WWW、AAAI、CIKM、ACL、RecSys 等国际顶级会议或期刊发表过论文者优先；\n竞赛经历：参加过 ACM、Kaggle、天池等数据挖掘或机器学习竞赛并取得优异成绩者优先；\n开源贡献：参与过知名机器学习或大模型开源项目，并有显著贡献者优先；\n沟通协作：具备良好的团队协作与跨部门沟通能力，能够独立承担复杂算法任务并推动落地。\n加分项：\n有内容安全、反作弊、虚假信息识别、舆论监测等相关项目经验；\n熟悉强化学习、博弈论在安全对抗场景中的应用；\n具备国别化审核、多语言理解、跨平台内容治理经验者优先；\n对“大小模型协同”、“知识驱动AGI”、“自动化决策闭环”等前沿范式有深入理解。\n我们提供：\n参与行业领先的内容安全大模型体系建设；\n面向全球监管合规与复杂业务场景的技术挑战；\n强大的技术团队支持与资源投入，助力算法成果快速落地；\n明确的职业发展路径与技术成长空间。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}