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": "风控大模型算法专家",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "金融服务平台",
"location": "上海市",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上学历（计算机 / AI / 统计 / 金融工程相关专业）",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.负责支持美团金融支付风控大模型算法研发，深刻理解风险控制和风险经营的业务场景，借助大模型技术推动风控核心场景AI 能力从 0 到 1 落地及持续迭代，负责从数据构建、提示词工程、模型SFT/RL到线上部署的全链路工程实现； \n2.深度挖掘海量生态数据、金融数据及外部数据，研究大模型与传统机器学习、深度学习模型融合落地方案，针对业务目标设计到端决策框架；\n3.负责不同业务线、不同场景下的模型体系的搭建，分层、立体地支持相应场景的业务指标达成；\n4.推动建立模型全生命周期SOP和相应工具平台建设，提升模型维护、管理和迭代的效率。",
"requirements_text": "1.具备生产环境大模型落地经验；熟悉大模型结构、训练与推理原理；掌握 RAG / Agent 框架（LangChain / LangGraph / AutoGen）工程化应用；有 SFT / RLHF / DPO 微调经验；熟悉 Prompt Engineering；能独立完成数据处理 → 模型训练 → 评估 → 部署完整链路；有将大模型与风控场景结合的实际项目经验优先；相关顶会论文（NeurIPS / KDD / WWW / AAAI / ACL 等）优先。\n2.3年以上风控算法/机器学习 / 深度学习/大模型相关方向工作经验，硕士及以上学历（计算机 / AI / 统计 / 金融工程相关专业），有金融风控场景经验优先。\n3.扎实的机器学习与深度学习基础（PyTorch / TensorFlow）；熟练掌握树模型、序列模型、图模型等机器学习算法，具备大模型agent框架构建、微调及强化学习经验；具备良好的工程能力（Python / SQL / Spark）；较强的数据分析与实验设计能力；对风控指标体系有深刻理解。\n4.强自驱力、良好的跨职能沟通协作能力、持续学习意愿、严谨细致的安全意识。",
"skills": [AI生成
"Python",
"SQL",
"Spark",
"PyTorch",
"TensorFlow",
"机器学习",
"深度学习",
"强化学习",
"数据分析",
"模型训练",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "有将大模型与风控场景结合的实际项目经验优先；相关顶会论文（NeurIPS / KDD / WWW / AAAI / ACL 等）优先；2.3年以上风控算法/机器学习 / 深度学习/大模型相关方向工作经验，硕士及以上学历（计算机 / AI / 统计 / 金融工程相关专业），有金融风控场景经验优先",
"job_highlights": "1.主导支付风控场景 AI 从 0 到 1 落地，在高对抗、快变化、大数据量的金融支付场景中深度应用 LLM + 机器学习前沿技术栈，稀缺性强、技术壁垒高。\n2.服务数亿美团用户，美团平台多维交易行为数据资产丰富；个人贡献与风险、规模等核心业务 ROI 直接挂钩，成就感强。\n3.充足 GPU 算力与海量金融数据；专业标注与合规资源；团队来自国内外名校及头部大厂，技术氛围浓厚；扁平管理，晋升通道清晰，鼓励技术创新与分享。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4618100981&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4618100981",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4618100981&jobShareType=1"
},
"fulltext": "风控大模型算法专家\n风控大模型算法专家\n\n基础信息\n工作地点：上海市\n部门：金融服务平台\n职位类别：技术类\n职位族群：算法\n更新时间：2026-07-24\n\n岗位职责\n1.负责支持美团金融支付风控大模型算法研发，深刻理解风险控制和风险经营的业务场景，借助大模型技术推动风控核心场景AI 能力从 0 到 1 落地及持续迭代，负责从数据构建、提示词工程、模型SFT/RL到线上部署的全链路工程实现； \n2.深度挖掘海量生态数据、金融数据及外部数据，研究大模型与传统机器学习、深度学习模型融合落地方案，针对业务目标设计到端决策框架；\n3.负责不同业务线、不同场景下的模型体系的搭建，分层、立体地支持相应场景的业务指标达成；\n4.推动建立模型全生命周期SOP和相应工具平台建设，提升模型维护、管理和迭代的效率。\n\n岗位基本要求\n1.具备生产环境大模型落地经验；熟悉大模型结构、训练与推理原理；掌握 RAG / Agent 框架（LangChain / LangGraph / AutoGen）工程化应用；有 SFT / RLHF / DPO 微调经验；熟悉 Prompt Engineering；能独立完成数据处理 → 模型训练 → 评估 → 部署完整链路；有将大模型与风控场景结合的实际项目经验优先；相关顶会论文（NeurIPS / KDD / WWW / AAAI / ACL 等）优先。\n2.3年以上风控算法/机器学习 / 深度学习/大模型相关方向工作经验，硕士及以上学历（计算机 / AI / 统计 / 金融工程相关专业），有金融风控场景经验优先。\n3.扎实的机器学习与深度学习基础（PyTorch / TensorFlow）；熟练掌握树模型、序列模型、图模型等机器学习算法，具备大模型agent框架构建、微调及强化学习经验；具备良好的工程能力（Python / SQL / Spark）；较强的数据分析与实验设计能力；对风控指标体系有深刻理解。\n4.强自驱力、良好的跨职能沟通协作能力、持续学习意愿、严谨细致的安全意识。\n\n岗位亮点\n1.主导支付风控场景 AI 从 0 到 1 落地，在高对抗、快变化、大数据量的金融支付场景中深度应用 LLM + 机器学习前沿技术栈，稀缺性强、技术壁垒高。\n2.服务数亿美团用户，美团平台多维交易行为数据资产丰富；个人贡献与风险、规模等核心业务 ROI 直接挂钩，成就感强。\n3.充足 GPU 算力与海量金融数据；专业标注与合规资源；团队来自国内外名校及头部大厂，技术氛围浓厚；扁平管理，晋升通道清晰，鼓励技术创新与分享。\n1.负责支持美团金融支付风控大模型算法研发，深刻理解风险控制和风险经营的业务场景，借助大模型技术推动风控核心场景AI 能力从 0 到 1 落地及持续迭代，负责从数据构建、提示词工程、模型SFT/RL到线上部署的全链路工程实现； \n2.深度挖掘海量生态数据、金融数据及外部数据，研究大模型与传统机器学习、深度学习模型融合落地方案，针对业务目标设计到端决策框架；\n3.负责不同业务线、不同场景下的模型体系的搭建，分层、立体地支持相应场景的业务指标达成；\n4.推动建立模型全生命周期SOP和相应工具平台建设，提升模型维护、管理和迭代的效率。\n1.具备生产环境大模型落地经验；熟悉大模型结构、训练与推理原理；掌握 RAG / Agent 框架（LangChain / LangGraph / AutoGen）工程化应用；有 SFT / RLHF / DPO 微调经验；熟悉 Prompt Engineering；能独立完成数据处理 → 模型训练 → 评估 → 部署完整链路；有将大模型与风控场景结合的实际项目经验优先；相关顶会论文（NeurIPS / KDD / WWW / AAAI / ACL 等）优先。\n2.3年以上风控算法/机器学习 / 深度学习/大模型相关方向工作经验，硕士及以上学历（计算机 / AI / 统计 / 金融工程相关专业），有金融风控场景经验优先。\n3.扎实的机器学习与深度学习基础（PyTorch / TensorFlow）；熟练掌握树模型、序列模型、图模型等机器学习算法，具备大模型agent框架构建、微调及强化学习经验；具备良好的工程能力（Python / SQL / Spark）；较强的数据分析与实验设计能力；对风控指标体系有深刻理解。\n4.强自驱力、良好的跨职能沟通协作能力、持续学习意愿、严谨细致的安全意识。",
"standard_classification": {
"std_category_code": "T011",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}