大模型反欺诈/风控算法实习生

日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：穿山甲是全球开发者成长平台，依托巨量引擎的技术和产品能力，为开发者提供用户增长、流量变现、LTV提升等全生命周期的服务和成长方案。目前，穿山甲覆盖活跃DAU超过8亿，日均广告请求量超过630亿，日均广告展示量超过110亿，帮助超过10万个app在平台内飞速成长，也为超过10.5万广告主提供了用户增长和投放解决方案。 1、参与广告反作弊大模型的全流程训练，具体包括： 1）预训练: 基于海量广告作弊相关数据，优化反作弊专业领域自适应预训练策略，让大模型具备广告反作弊领域相关的基础知识； 2）指令微调 : 构建反作弊场景的指令数据集，设计多任务微调框架，进一步提升大模型在广告反作弊的具体领域中的效果； 3）强化学习：开发对抗性模拟环境，定义奖励函数，优化RL训练流程，解决复杂的作弊场景所面临的攻防问题； 4）优化分布式训练框架，提升大模型集群训练效率，降低单位算力成本。 2、数据处理与特征工程：负责构建多类型的作弊样本库（如黑产群聊文本、虚假点击时序数据等）;同时设计数据自动化检测体系，包含通顺度、逻辑性等的检测，生成高质量的数据集； 3、反作弊大模型评估：建设全面的反作弊大模型评估系统，对不同方案出来的模型能及时、准确的评估效果，并选择最优的模型进行上线； 4、反作弊大模型部署：参与模型轻量化与推理加速，同时满足离线和实时调用的实效需求，追求成本和效率的平衡； 5、跨团队协同：与反作弊策略、技术、业务等各个团队合作，将反作弊大模型应用到各个场景中，实质性的提升业务效果。

1、计算机科学、人工智能、网络安全等相关专业硕士及以上学位在读，或特别优秀的本科生（2026届及以后）； 2、掌握PyTorch/TensorFlow框架，出色的代码撰写能力，熟悉Transformer、LoRA、PPO等核心算法原理； 3、熟悉NLP相关的算法和技术，主导参与过大影响力的项目或论文者优先、有编程/AI比赛获奖（ACM/ICPC、NOI/IOI、Top Coder、Kaggle等）优先； 4、在大模型领域有出色的独立分析和解决问题的能力，能深入解决大模型优化和应用存在的问题； 5、良好自驱力和沟通协作能力，能和团队一起探索新技术，推进技术进步； 6、大语言模型研究方向，有垂直领域大模型训练经验优先。