{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "算法实习生-【反作弊业务中心】",
        "job_level": "实习",AI生成
        "work_category": "实习",AI生成
        "department": "D13865",
        "location": "Beijing",
        "work_mode": "未披露",AI生成
        "job_category": "J0011"AI生成
    },
    "company": {
        "company_name": "快手科技",
        "company_industry": "内容社区 / 直播 / 电商 / 人工智能",
        "company_size": "10000人以上",
        "company_website": "kuaishou.com",
        "company_description": "快手是内容社区与技术平台公司，业务覆盖短视频、直播、电商、本地生活与 AI 应用。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "本科及以上学历在读",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "算法实习生-【反作弊业务中心】\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D13865\n发布时间：2026-06-12\n\n岗位职责\n1、负责算法模型在风控业务中的落地探索，包括但不限于：利用机器/深度学习模型以及LLM进行风险告警、风险分析、风险研判等；\n2、构建面向风控场景的LLM应用，如自动化风险情报抽取、攻击模式总结、特征/规则生成与解释等；\n3、参与大模型的指令微调(SFT)、对齐(RLHF)以及检索增强生成(RAG)系统的搭建，提升模型在垂直领域的判别与生成能力；\n4、配合团队，将大模型能力集成到现有风控链路中，提升人效。\n\n任职要求\n1、本科及以上学历在读，计算机、人工智能、自然语言处理等相关专业；\n2、熟悉Python，掌握至少一种深度学习框架(PyTorch/TensorFlow等)，有良好的工程实践和代码能力；\n3、熟悉大模型基础原理(Transformer、Attention、预训练等)，有LLM APl调用(OpenAl、Claude等）或开源模型(Llama、Qwen、ChatGLM等)使用经验；\n4、有模型微调(LoRA/QLoRA)、Prompt Engineering、LangChain/向量数据库等任一方向的项目经历者优先；\n5、每周需实习5天，连续实习6个月及以上，学习能力强，对新技术有热情，乐于探索未知，专注解决问题。\n加分项：\n有风控、安全、反欺诈相关项目经验者优先。",
        "requirements_text": "算法实习生-【反作弊业务中心】\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D13865\n发布时间：2026-06-12\n\n岗位职责\n1、负责算法模型在风控业务中的落地探索，包括但不限于：利用机器/深度学习模型以及LLM进行风险告警、风险分析、风险研判等；\n2、构建面向风控场景的LLM应用，如自动化风险情报抽取、攻击模式总结、特征/规则生成与解释等；\n3、参与大模型的指令微调(SFT)、对齐(RLHF)以及检索增强生成(RAG)系统的搭建，提升模型在垂直领域的判别与生成能力；\n4、配合团队，将大模型能力集成到现有风控链路中，提升人效。\n\n任职要求\n1、本科及以上学历在读，计算机、人工智能、自然语言处理等相关专业；\n2、熟悉Python，掌握至少一种深度学习框架(PyTorch/TensorFlow等)，有良好的工程实践和代码能力；\n3、熟悉大模型基础原理(Transformer、Attention、预训练等)，有LLM APl调用(OpenAl、Claude等）或开源模型(Llama、Qwen、ChatGLM等)使用经验；\n4、有模型微调(LoRA/QLoRA)、Prompt Engineering、LangChain/向量数据库等任一方向的项目经历者优先；\n5、每周需实习5天，连续实习6个月及以上，学习能力强，对新技术有热情，乐于探索未知，专注解决问题。\n加分项：\n有风控、安全、反欺诈相关项目经验者优先。",
        "skills": [AI生成
            "Python",
            "PyTorch",
            "TensorFlow",
            "深度学习",
            "自然语言处理",
            "数据库",
            "模型微调",
            "解决问题",
            "学习能力",
            "招聘",
            "大语言模型",
            "检索增强生成"
        ],
        "preferred_qualifications": "4、有模型微调(LoRA/QLoRA)、Prompt Engineering、LangChain/向量数据库等任一方向的项目经历者优先；加分项：；有风控、安全、反欺诈相关项目经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/30073"
            }
        ]
    },
    "posting": {
        "posting_id": "30073",
        "post_date": "2026-06-12",
        "hire_time": "5、每周需实习5天，连续实习6个月及以上，学习能力强，对新技术有热情，乐于探索未知，专注解决问题",
        "update_date": "20260917",
        "job_url": "https://zhaopin.kuaishou.cn/recruit/e/#/official/social/job-info/30073"
    },
    "fulltext": "算法实习生-【反作弊业务中心】\n算法实习生-【反作弊业务中心】\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D13865\n发布时间：2026-06-12\n\n岗位职责\n1、负责算法模型在风控业务中的落地探索，包括但不限于：利用机器/深度学习模型以及LLM进行风险告警、风险分析、风险研判等；\n2、构建面向风控场景的LLM应用，如自动化风险情报抽取、攻击模式总结、特征/规则生成与解释等；\n3、参与大模型的指令微调(SFT)、对齐(RLHF)以及检索增强生成(RAG)系统的搭建，提升模型在垂直领域的判别与生成能力；\n4、配合团队，将大模型能力集成到现有风控链路中，提升人效。\n\n任职要求\n1、本科及以上学历在读，计算机、人工智能、自然语言处理等相关专业；\n2、熟悉Python，掌握至少一种深度学习框架(PyTorch/TensorFlow等)，有良好的工程实践和代码能力；\n3、熟悉大模型基础原理(Transformer、Attention、预训练等)，有LLM APl调用(OpenAl、Claude等）或开源模型(Llama、Qwen、ChatGLM等)使用经验；\n4、有模型微调(LoRA/QLoRA)、Prompt Engineering、LangChain/向量数据库等任一方向的项目经历者优先；\n5、每周需实习5天，连续实习6个月及以上，学习能力强，对新技术有热情，乐于探索未知，专注解决问题。\n加分项：\n有风控、安全、反欺诈相关项目经验者优先。\n算法实习生-【反作弊业务中心】\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D13865\n发布时间：2026-06-12\n\n岗位职责\n1、负责算法模型在风控业务中的落地探索，包括但不限于：利用机器/深度学习模型以及LLM进行风险告警、风险分析、风险研判等；\n2、构建面向风控场景的LLM应用，如自动化风险情报抽取、攻击模式总结、特征/规则生成与解释等；\n3、参与大模型的指令微调(SFT)、对齐(RLHF)以及检索增强生成(RAG)系统的搭建，提升模型在垂直领域的判别与生成能力；\n4、配合团队，将大模型能力集成到现有风控链路中，提升人效。\n\n任职要求\n1、本科及以上学历在读，计算机、人工智能、自然语言处理等相关专业；\n2、熟悉Python，掌握至少一种深度学习框架(PyTorch/TensorFlow等)，有良好的工程实践和代码能力；\n3、熟悉大模型基础原理(Transformer、Attention、预训练等)，有LLM APl调用(OpenAl、Claude等）或开源模型(Llama、Qwen、ChatGLM等)使用经验；\n4、有模型微调(LoRA/QLoRA)、Prompt Engineering、LangChain/向量数据库等任一方向的项目经历者优先；\n5、每周需实习5天，连续实习6个月及以上，学习能力强，对新技术有热情，乐于探索未知，专注解决问题。\n加分项：\n有风控、安全、反欺诈相关项目经验者优先。\n算法实习生-【反作弊业务中心】\n\n基础信息\n招聘类型：实习\n职位类别：J0011\n工作地点：Beijing\n所属部门：D13865\n发布时间：2026-06-12\n\n岗位职责\n1、负责算法模型在风控业务中的落地探索，包括但不限于：利用机器/深度学习模型以及LLM进行风险告警、风险分析、风险研判等；\n2、构建面向风控场景的LLM应用，如自动化风险情报抽取、攻击模式总结、特征/规则生成与解释等；\n3、参与大模型的指令微调(SFT)、对齐(RLHF)以及检索增强生成(RAG)系统的搭建，提升模型在垂直领域的判别与生成能力；\n4、配合团队，将大模型能力集成到现有风控链路中，提升人效。\n\n任职要求\n1、本科及以上学历在读，计算机、人工智能、自然语言处理等相关专业；\n2、熟悉Python，掌握至少一种深度学习框架(PyTorch/TensorFlow等)，有良好的工程实践和代码能力；\n3、熟悉大模型基础原理(Transformer、Attention、预训练等)，有LLM APl调用(OpenAl、Claude等）或开源模型(Llama、Qwen、ChatGLM等)使用经验；\n4、有模型微调(LoRA/QLoRA)、Prompt Engineering、LangChain/向量数据库等任一方向的项目经历者优先；\n5、每周需实习5天，连续实习6个月及以上，学习能力强，对新技术有热情，乐于探索未知，专注解决问题。\n加分项：\n有风控、安全、反欺诈相关项目经验者优先。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}