返回職位
最近更新日期：2025年【9】月【1】日
Machine Learning专家（AI Agent与风控）
深圳
关于团队
我们是一家服务全球用户的互联网金融科技公司，长期投入安全、可靠的数字化产品和技术基础设施建设。团队分布于多个国家和地区，强调团队协作、正确决策、结果导向以及对工作成果的端到端负责。本岗位所在团队负责复杂业务环境下的智能风险识别与决策能力建设，与机器学习、数据科学、风险策略、产品和运营等职能紧密协作。团队面对大规模、跨全球多地区、多类型业务数据，持续提升风险识别、运营效率和用户体验。
岗位背景
在全球化、大规模金融环境中构建风险机器学习系统，与常规机器学习工程存在明显差异。数据横跨用户行为、资金进出、业务操作、账户访问模式、设备信号、身份信息和客户互动；能够对这些信号进行统一分析和实时决策，是该岗位的重要技术挑战。负责将 ML 模型和 LLM Agent 应用于全球金融交易风险。核心目标是在高对抗、受监管环境中降低损失，同时提升合法用户通过率、降低误报、加快调查并增强决策可靠性。
相关问题复杂、具有对抗性，并且持续演变。模型需要识别新出现的欺诈模式、诈骗、账户盗用、支付滥用及其他业务风险，同时尽量减少对正常用户的干扰。成功不能只通过离线模型指标衡量，还要看风险损失是否降低、正常用户通过率是否提升、误报是否减少、调查是否提速以及用户体验是否更加可靠。
该岗位位于一个多学科风险团队中，团队成员包括机器学习工程师、数据科学家、风险策略专家、分析工程师、产品经理和运营团队。你将参与完整的机器学习生命周期，从问题定义、特征工程和模型开发，到实时部署、监控、实验和持续迭代。也将帮助塑造 AI能力在风控中的应用方式。LLM 辅助开发、自动化模型工作流、AI 驱动的调查以及智能审核 Agent，已经是团队日常工作的一部分。我们希望寻找已经能够有效使用这些工具，并能帮助建立安全、可扩展、适用于生产环境的 AI 实践的优秀工程师加入。
岗位职责
- 为支付欺诈、账户盗用、诈骗检测、资金进出风险、营销活动滥用、客户风险评估和异常业务监控等场景设计、构建并部署机器学习模型。
- 端到端负责生产机器学习系统，包括特征管道、训练工作流、模型服务、决策集成、监控、告警、漂移检测、重新训练和事故响应。
- 与风险策略和产品团队合作，将模型转化为有效的生产控制措施，包括通过、拒绝、人工审核、冷却期、限额调整、账户限制及其他风险缓释动作。
- 与风险运营团队紧密合作，理解调查工作流，吸收审核人员反馈，提升模型可解释性，并持续改进标签和训练数据。
- 在完整工程流程中应用 AI 辅助开发，使用 LLM 编码工具加速实现、测试、调试、分析和文档编写，同时保持适当的安全与审核标准。
- 开发 AI 驱动的风险能力，包括调查 Agent、案件总结、证据收集、审核建议、告警分流、可疑实体挖掘和自动化决策支持。
- 将研究阶段模型转化为可靠的生产系统，包括验证特征逻辑、审核数据质量、解决时延与可扩展性限制，并确保离线训练和在线推理的一致性。
- 确保模型和决策系统具备可解释性、可追溯性和完善文档，使风险运营、产品相关方、内部治理团队以及适用情况下的监管机构能够理解模型输出。
- 为风险运营和调查工作流设计、构建并部署基于 LLM 的 Agent，包括案件分流、证据检索、行为分析、告警总结、审核建议和自动化动作编排。
- 使用工具调用、检索增强生成（RAG）、工作流编排、结构化输出、记忆、护栏和人在回路控制，开发生产级 Agent 架构。
- 建立 LLM Agent 评估框架，衡量事实准确性、任务完成度、决策一致性、时延、成本、审核人员接受度和运营影响。
- 通过实施权限控制、审计日志、数据隐私保护、Prompt 与工具安全、降级机制和清晰的升级路径，确保 LLM Agent 在受监管的风险环境中安全运行。
任职要求
- 在机器学习工程、应用数据科学或紧密相关领域具备丰富的专业经验，并有将模型从原型推进至生产的可靠记录。具体职责范围和级别将根据经验校准。
- 具备扎实的 Python 能力，并实际使用过 PyTorch、TensorFlow、XGBoost、LightGBM 或 scikit-learn 等机器学习框架。
- 扎实掌握应用机器学习基础，包括监督学习、异常检测、表征学习、类别不平衡建模、模型校准以及数据分布变化情况下的模型评估。
- 能够证明自己熟练使用 AI 辅助工程工具。日常使用 LLM 编码工具，构建过 AI 集成工作流或应用，并理解其生产力价值以及安全性、可靠性和治理风险。
- 熟悉 SHAP、特征归因、原因代码生成和模型评分卡等模型可解释性技术。
- 具备设计和部署生产级 LLM Agent 的实际经验，包括 Agent 工作流、工具调用、RAG、Prompt 与上下文管理、结构化输出生成和多步骤任务编排。
- 有将 LLM Agent 与内部系统、API、数据库、搜索工具、案件管理平台或决策引擎集成，以自动化复杂运营工作流的经验。
- 深入理解 LLM Agent 的评估与可靠性，包括幻觉控制、事实 grounding、可观测性、权限、失败处理、人工审核、时延和成本优化。
- 具备在欺诈、风险、合规、客户运营、网络安全或其他高风险领域构建 AI Agent 的经验，将构成明显优势。
- 具备良好的沟通与协作能力，能够与工程师、数据科学家、风险专家、产品经理、运营团队以及法务或合规相关方高效合作。
《候选人隐私声明》
最近更新日期：2025年【9】月【1】日
1. 介绍
本《全球候选人隐私声明》（简称“隐私声明”）旨在帮助您了解当您向我们提交职位申请时，我们在收集、处理、传输及使用个人数据方面的政策。
本隐私声明不适用于非候选人或非申请人的用户、访客或访问网站的客户。 此外，本隐私声明不适用于我们的现有或前员工或独立承包商，因为其受公司内部员工隐私政策的约束。
2. 一般信息
(a) 您的信息
我们将收集并处理与您相关的特定个人数据，具体包括：
-
个人资料数据：姓名、别名、个人联系方式（如地址、电话、电子邮件）、驾驶执照、移民身份；
-
资质资料：简历、公司简介中的信息、社交媒体资料及活动、照片、求职信、工作经历、资质与技能、推荐人信息，以及必要时进行的背景调查（可能包含犯罪记录详情）；
-
就业数据：职位名称、办公地点、公司电子邮箱地址、薪酬、福利、专业经验、教育背景（含专业认证与资质）、起止日期、绩效记录、培训记录、员工编号；
-
紧急联系人数据（如适用）；
-
与劳动或就业法律合规相关的信息；
-
系统数据：我们通过与您沟通获取的音频、电子或类似信息（例如电话录音、电子邮件）；
-
您自愿提供的其他数据，包括您在反馈或调查中选择表明身份时提交的数据。
(b) 渠道
当您应聘职位时（包括面试环节，面试过程可能会被录音），我们会直接向您收集个人数据。
此外，我们还可能通过各种其他渠道收集您的个人信息，并将其与您主动提供的数据进行整合。例如，我们可能从以下渠道获取您的个人数据：
-
您用于向我们求职的招聘网站；
-
教育机构；
-
前雇主，当其向我们提供雇佣证明时；
-
经您授权、允许我们联系的专业推荐人；
-
法律允许范围内的第三方背景调查、信用调查或其他入职前筛查服务机构；
-
您公开的社交媒体资料或其他公开来源；
-
猎头公司或招聘机构；
-
公司通信及 IT 系统/应用程序，这些系统会自动收集用户相关信息及其传输内容；
-
公司其他员工；
-
公众、法院、公共机构及其他公开渠道。
(c) 目的
我们处理该等个人数据的目的如下：
-
评估、建立并履行雇佣合同；
-
保障我们场所、资产、系统及知识产权的安全，并执行公司政策；
-
履行法律义务，遵守审计、记录保存及报告要求，满足税务要求，确保健康与安全；
-
维护我们的正当商业利益及合法权益；
-
开展审计、调查及合规工作。
(d) 汇总数据
我们还会出于任何目的创建、处理和/或共享“汇总数据”，例如统计或人口统计数据。该汇总数据可能源自您的个人数据，但一旦形成汇总形式，即不再构成个人数据，因为无法通过该数据识别到您。但是，如果我们把汇总数据与您的个人数据相结合或关联，使其能够与您关联，则我们会将该等合并后的数据视为个人数据，并根据本隐私声明使用该等个人数据。
(e) 数据保留
实际保留期限会因个人数据类型及每种数据类型的用途而异。我们会根据是否存在合法保留目的来保留您的个人数据，包括适用法律规定的保留目的。
(f) 数据传输
我们在不同的司法管辖区处理并存储上述信息。个人数据可能会被传输至我们其他实体和第三方（包括服务提供商），其可能位于您所在司法管辖区以外。向中国大陆以外传输数据会在取得您明确同意后进行。
(g) 向第三方披露
个人数据可能会与以下各方共享：
-
我们的母公司、子公司及母公司控制下的其他关联方，用于运营共享的基础设施、系统和技术，或用于与本隐私声明一致的用途；
-
政府机构、执法人员、法院或其他相关方，用于上述“目的”部分所述目的；
-
为我们提供服务并代表我们处理个人数据的服务提供商。
(h) 信息安全
我们已采取适当的安全措施（包括技术和组织措施），以防止个人数据被意外丢失、未经授权使用或访问、被篡改或泄露。
(i) 自动化处理
我们使用自动化工具来协助我们处理和筛选求职申请。这些工具利用复杂的算法和机器学习技术，来支持以下操作：
-
最低要求：我们会根据您提供给我们的信息，使用自动化的工具来确定您是否符合职位的最低要求。这些工具会分析您在我们的招聘网站上提交的表格中的选择，以判断您是否具备相应的经验。在某些情况下，这些自动化工具可能会在没有招聘团队成员进一步审查的情况下直接拒绝您的申请。
-
利用人工智能对申请评分及匹配未来机会：在您同意的情况下，我们会使用基于机器学习（也称为人工智能或 AI）的工具，对您在申请及资格问题中的回答，以及简历中的专业信息进行处理。这些工具会：
-
根据您提供的信息与基本职业技能及优先资格的匹配程度，自动为您评分。我们招聘人员会根据此筛选分数进一步评估候选人；
-
将您对申请问题、资格问题中的回答，以及简历中的专业信息，与未来职位的基本资格和优先资格进行比对。当匹配成功时，我们的招聘人员可能会邀请您申请该职位。
-
-
您在申请提示中选择“是”，即表示您同意我们按此方式使用您的数据；选择“否”则表示您不同意我们以此方式使用您的数据。即使您选择不参与此处理，您的申请仍将被正常评估；是否参与完全出于自愿。若您选择退出 AI 匹配，我们招聘人员将在不借助 AI 评分的前提下审核您的申请。请注意，即使您不同意将您的数据用于 AI 匹配，我们招聘人员仍可能根据其自己的审核与您联系并告知您未来的职位空缺，但届时不会通过 AI 推荐您的资料，前提是您同意就未来的机会与您联系。
(j) 您的权利
如需索取我们持有的您的个人数据副本或行使下述任何权利，请联系我们的工作人员。
(i) 您可以要求访问我们持有的与您相关的个人数据，并核实我们是否在合法处理该数据。
(ii) 您可以要求更正我们持有的不完整或不准确的个人数据。
(iii) 如对于我们持有的您的个人数据已无继续处理的合理理由，您可以要求删除该等个人数据。
(iv) 在有限情形下，若您曾就特定目的同意我们收集、使用及传输个人数据，您有权随时撤回该同意。
(k) 对本隐私声明的更新
我们可随时更新本隐私声明，并将变更内容发布在本页面。如对本隐私声明作出任何更新，我们将同步更新上述“隐私声明日期”。所有更新仅适用于隐私声明中所述生效日期之后所收集的信息。
申請這份工作
*
表示必填欄位