如约见 · 金融保险 · 风险管理

微信安全-风控算法高级工程师-基础体验

腾讯 · 广州 · 薪资面议 · 更新于 2026/09/24

任职要求

经验: 一年以上工作经验 学历:硕士及以上

岗位描述

1.负责微信 APP 基础体验相关风控算法研发与优化,覆盖账号安全、注册登录、消息与社交互动、欺诈识别、异常检测等核心场景,持续对抗黑产攻击手法; 2.基于海量业务数据,设计并迭代机器学习 / 深度学习 / 图神经网络风控模型,探索大模型与 Agent 驱动的新一代风控范式,提升风险识别准确率、召回率与覆盖广度; 3.建设大模型与智能体能力:将 LLM 应用于风险语义理解、多模态内容识别、样本生成与增强、风险归因与 Case 研判;构建具备自主规划、工具调用、多 Agent 协同能力的风控智能体,打通「发现—研判—决策—处置—复盘」自动化闭环; 4.与产品、运营、数据科学、工程团队紧密协作,深入理解业务需求,将算法与 Agent 能力转化为可规模化落地的风控解决方案; 5.持续监控模型与策略效果,通过数据分析与自动化巡检定位问题,推动模型、策略与 Agent 工作流迭代优化,保障策略有效性与可控性; 6.参与风控系统及大模型 / Agent 平台架构设计,解决推理延迟、吞吐、成本、幻觉抑制与权限安全等工程挑战,提升系统稳定性与实时性; 7.跟踪业界前沿风控技术、大模型与 Agent 技术演进,结合业务场景开展技术创新,保持风控能力领先性。 1.计算机、数学、统计、人工智能等相关专业硕士及以上学历,3 年以上风控算法或相关领域工作经验; 2.扎实的机器学习/深度学习/图神经网络功底,具备大规模风控项目从问题定义到线上落地的完整经验,能独立完成模型选型、训练、评估与迭代; 3.熟悉主流 LLM 原理与工程实践,具备以下至少两类经验:微调与对齐:SFT/LoRA/RLHF/DPO,风控领域数据构建与指令集设计;应用架构:Prompt 工程、RAG 检索增强、Function Calling/工具调用、多模态理解;推理与评测:推理加速、蒸馏量化、效果评测体系,以及幻觉与可控性治理;风控落地:将大模型用于欺诈话术与内容识别、风险语义研判、样本标注与数据增强、黑产对抗模拟、自动归因分析; 4.理解 Agent 核心架构(任务规划、记忆、反思、工具调用、多 Agent 协同),熟悉主流 Agent 框架与编排模式;有将 Agent 落地于风险自动研判、策略自动生成与仿真、自动化攻防/红蓝对抗、风控运营自动化等场景的经验;了解 Agent 在权限控制、行为可审计、失败兜底及成本/延迟约束下的工程化方案; 5.精通至少一种主流编程语言(Python/C++),熟悉 PyTorch/TensorFlow 等训练框架,以及大模型推理与服务化(如 vLLM、模型服务部署); 6.具备扎实的数据结构与算法基础,有大规模/高实时数据处理经验,熟悉流式计算与特征工程; 7.具备较强的逻辑思维与问题拆解能力,能独立完成从问题定义、方案设计到模型/Agent 上线与效果验证的全流程; 8.良好的沟通协作与跨团队推动能力;对风控领域有浓厚兴趣,熟悉黑产对抗手段与风控业务逻辑者优先。 加分项 1.有金融、支付、社交等领域风控经验,熟悉黑产对抗手段与风控策略设计; 2.有大模型 / Agent 在风控或安全场景从 0 到 1 落地的完整案例,或有相关顶会论文、开源项目、技术专利; 3.在 Kaggle、天池等竞赛中有优异成绩,或有 KDD / NeurIPS / ACL / CCS 等顶会论文发表; 4.熟悉图计算、时序分析、联邦学习、多模态、强化学习等前沿技术并有实际应用经验; 5.有大规模分布式系统、实时风控系统,或大模型推理平台 / Agent 平台建设经验; 6.具备从 0 到 1 搭建风控体系、算法团队或智能体平台的经验。 岗位亮点 1.参与微信这一国民级产品的风控体系建设,直接影响数亿用户的基础体验和安全; 2.海量业务场景与数据,叠加大模型与 Agent 技术演进,可率先探索「智能体驱动」的新一代风控范式,为算法研究与创新提供绝佳实践土壤; 3.与微信内部顶尖的技术和产品团队合作,获得广阔的职业发展空间和技术成长机会; 4.开放包容的团队文化,注重技术分享和个人成长,提供完善的职业发展路径; 5.有竞争力的薪酬和福利体系,以及与贡献相匹配的激励机制。

腾讯其他在招岗位

同类在招岗位(金融保险)

岗位信息来自企业官方招聘渠道(tencent),由如约见每日自动同步; 如已下架可前往职位雷达用 AI 匹配相似岗位,或浏览招聘岗位大全。