上海反欺诈
反欺诈职位是指在金融、保险、电子商务等行业中负责识别、防范和打击各种欺诈行为的专业人员。他们的主要职责包括使用数据分析和监控工具，识别和调查可能存在的欺诈活动；建立和维护欺诈检测系统，监测和分析交易数据，制定防范策略和规则；与相关部门合作，制定和执行预防欺诈的政策和流程；参与培训和教育员工，提高他们对欺诈的认识和应对能力；跟踪欺诈趋势和行业动态，及时调整防护策略。这个职位需要具备良好的数据分析能力、辨识和解决问题的能力、沟通协调能力，以及对欺诈行为和相关技术的深入了解。
薪酬概览
平均月薪
¥17700
中位数 ¥15000 ｜ 区间 ¥13800 - ¥21600
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
42.9% 人群薪酬落在 15-30k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
6月新增岗位
14
对比上月：岗位新增8
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 应届 | 11 | 84.6% |
| 3-5年 | 2 | 15.4% |
热招职位
1、构建适配业务场景的支付反欺诈策略体系，主要覆盖电诈、盗用等核心风险，建立策略效果评估体系与日常监控流程，探索并落地大模型能力在特征工程、欺诈防控和自动化判断中的应用，以及搭建事后用户服务的运营机制与自动化审理能力。
2、识别支付产品流程中的潜在欺诈风险点，针对流程、系统及策略层面薄弱环节提供优化建议，推动 AI 技术在风险感知和实时决策中的规模化落地。
3、推动「人 + AI」协同工作模式的建设，设计并优化 AI Copilot 辅助策略分析、报告生成、欺诈风险排查等流程，持续提升团队整体效率。配合完成系统需求梳理，参与反欺诈决策引擎和人工调查、申诉系统的建设，推动决策链路的 AI 化改造。
1、负责交易场景核验，含车辆价格估值；
2、根据市场风险变化，对于汽车金融客群进行风险特征挖掘；
3、市场巡视与风险宣导，协助我司资产方向对于不良客群的资产保全；
4、上级交办的其他工作任务。
1. 自动化、计算机、人工智能、机器人等相关专业硕士及以上学历。
2. 熟悉机器人动力学、运动学、最优控制，有扎实的数学基础。
3. 精通Linux和Docker开发环境，熟悉C++和Python，掌握git工作流，具有良好的编程习惯。
4. 谦逊开放、思维活跃，具有团队合作意识。
5. 学习能力强，可以独立探索与学习先进的算法。
【加分项】
1. 熟悉主流强化学习、模仿学习等算法。
2. 熟悉Isaac Gym/Isaac Lab仿真，能够搭建复杂的仿真环境。
3. 有灵巧手触觉传感器应用经验。
4. 有sim2real实战经验。
5. 有多关节机器人控制经验。
6. 在顶级会议（如CVRP/ICCV/ICRA/IROS/NeurlPS等）或刊物（如IJRR/TRO/TPAMI等）发表过论文优先。
1、优化信息流的召回、排序、重排等算法，提升ctr/uv等核心业务指标；
2、分析用户行为数据，参与用户画像相关工作建设，进行用户长短兴趣建模及特征设计；
3、探索各种前沿算法，针对不同的业务场景，制定合适的算法与策略，并不断优化效果；
4、对推荐效果做深入分析，定位影响效果的因素，并提出改进方案；
5、完成公司交办的其他工作。
任职要求：
1、计算机相关专业硕士及以上学历；
2、两年及以上推荐算法相关经验，熟悉常见推荐系统技术，包括召回模型、排序模型、特征构建等；
3、熟悉Java/Python/C++中的一种或多种编程语言，熟悉Tensorflow/Pytorch等深度学习框架；
4、具有较强的数据意识，精通常用的数据挖掘算法和机器学习算法，在用户画像构建、特征工程方面有经验者优先；
5、具备大规模推荐、搜索、广告实际场景经验者优先；
6、对解决挑战性问题充满激情，有较强的责任心和主动性，具备良好的沟通协作能力。
岗位职责：
1、优化信息流的召回、排序、重排等算法，提升ctr/uv等核心业务指标；
2、分析用户行为数据，参与用户画像相关工作建设，进行用户长短兴趣建模及特征设计；
3、探索各种前沿算法，针对不同的业务场景，制定合适的算法与策略，并不断优化效果；
4、对推荐效果做深入分析，定位影响效果的因素，并提出改进方案；
5、完成公司交办的其他工作。
任职要求：
1、计算机相关专业硕士及以上学历；
2、两年及以上推荐算法相关经验，熟悉常见推荐系统技术，包括召回模型、排序模型、特征构建等；
3、熟悉Java/Python/C++中的一种或多种编程语言，熟悉Tensorflow/Pytorch等深度学习框架；
4、具有较强的数据意识，精通常用的数据挖掘算法和机器学习算法，在用户画像构建、特征工程方面有经验者优先；
5、具备大规模推荐、搜索、广告实际场景经验者优先；
6、对解决挑战性问题充满激情，有较强的责任心和主动性，具备良好的沟通协作能力。
基于用户决策快照的广告预估基座模型 【课题说明】打造以用户决策过程为核心的下一代广告预估基座模型。课题目标是在美团全域业务（外卖 / 到店 / 酒旅 / 团购等）中，构建一个用于预估任务的「用户决策大模型」，通过拟合用户历史决策时刻的全部上下文信息，学习用户偏好，预测用户下一个时刻的曝光 → 点击 → 浏览 → 加购 → 下单 → 到店 → 评论的全链路多状态、多路径概率。【建议研究方向】
1.多模态决策场景重建：构建「全域行为快照生成器」，将用户的行为序列，转换为用户每一次决策时刻的多模态、高信息密度的「决策快照」。
2.用户决策基座模型：依托「全域行为快照」，预训练一个统一的用户决策基座模型，在给定任意「场景 prompt + 候选 item/店铺」时，能输出用户下一步行为的多任务、多状态概率。
3.决策策略对齐：探索该模型在各个场景上进行轻量微调与部署的方案，实现场景级定制。
1、三维导航系统开发：基于激光/视觉SLAM实现动态场景重建，开发多目标路径规划算法，设计运动学控制接口适配UR/Unitree等机器人平台；
2、多模态模型工程化：优化视觉语言模型在导航任务中的推理效率，实现多传感器标定工具链，构建仿真-真机数据闭环系统；
3、导航智能体开发：开发面向导航的任务规划与决策等模块开发，设计知识图谱增强的检索系统，探索多智能体协作策略；
4、技术文档编写：编写软件设计文档、调试报告及相关技术资料。
负责研发和优化视频生成相关算法，包括基于深度学习的图像到视频、文本到视频等模型。
探索最新的生成模型技术（如Diffusion Models、GAN、Transformer等）并结合业务需求进行创新。
设计视频生成的整体技术架构，保证模型训练、推理和部署的高效性与稳定性。
协同前端、后端工程团队完成视频生成系统的产品化落地。
分析视频生成效果，持续优化模型质量、生成速度和用户体验。
1. 负责淘宝闪购AI搜索产品相关算法研发，构建支持自然语言交互的多模态搜索系统，生成融合文字、商品、视频的混合Feeds流。
2. 设计即时零售场景专用的大语言模型微调方案，优化商品搜索的深度思考能力，解决购物攻略、口碑评测等复杂查询需求。
3. 开发闪购场景的实时推荐算法，结合用户画像与限时促销策略，实现个性化商品排序。
4. 搭建多模态商品理解系统，整合图像识别、文本语义分析等技术，提升非标品搜索准确率。
5. 探索AI助手在即时零售导购中的应用，开发需求细化、对比推荐等交互功能，优化用户购物决策路径 。
基本条件
2027 年应届毕业生，计算机科学、软件工程、人工智能、自动化、数学等相关专业，硕士及以上学历优先。
扎实的编程与算法功底：精通 Python、C++、Go、Java 中至少一种语言，熟练掌握常用数据结构、算法及设计模式，具备良好的工程编码习惯。
深入理解 Linux 操作系统原理（进程/线程调度、内存管理、I/O 模型）及网络协议（TCP/IP、HTTP、gRPC 等），能够进行问题定位与性能调优。
2. 加分项（仿真/算法相关）
机器学习与深度学习基础：了解常见模型训练流程、损失函数、优化器，具备使用 PyTorch/TensorFlow 进行实验的经验；对生成模型（Diffusion、GAN）、计算机视觉或强化学习有初步了解者优先。
分布式计算与仿真调度：理解分布式系统基本概念（一致性、容错、任务调度），有 Ray、Spark 或类似框架使用经验者优先；熟悉 Kubernetes/Docker 容器化部署者更佳。
仿真/自动驾驶背景：了解 SIL/HIL 仿真基本流程、场景编辑或评价指标（如复现率、通过率、轨迹误差）者优先；有 CarSim/SUMO/ROS/Apollo 等工具经验者可加分。
后端与数据基建：了解 MySQL/PostgreSQL、Redis、Kafka/RabbitMQ 等数据存储与消息中间件基本原理，能配合搭建仿真数据 pipeline。
3. 现代工程素养与软实力
AI 提效能力：具备将 AI 工具（Copilot、ChatGPT 等）融入日常研发的习惯，能够高效完成代码编写、单元测试生成、Bug 排查及技术调研，加速迭代效率。
极强的学习与自驱力：对自动驾驶仿真、算法评测有浓厚兴趣，乐于钻研前沿技术，能快速从论文/文档中提炼可落地方案。
团队协作与沟通能力：责任心强，善于跨团队（算法、平台、测试）协作，清晰表达技术方案与实验结论。
1.有多媒体图像算法落地量产之经验
2.有图像/视频深度网络模型训练经验，并且模型有实际落地量产
3.能复现学术界和业界前沿论文和专利中的算法，并分析算法优劣及可行性
4.有ViT/DETR模型训练经验者优先
5.有模型联合训练经验者优先
6.熟练掌握python，C/C++, pytorch
7.团队合作意识强
1. 参与电商搜索场景CTR/CVR预估、召回、搜索相关性等算法模型的开发与迭代；
2. 参与query理解、用户画像、商品属性等方面的海量数据清洗和特征工程，为搜索各算法场景提供数据支撑；
3. 参与算法团队方向与优先级制定；带领团队持续提升全站转化率与GMV；
任职要求
1. 5年以上工作经验，良好的计算机专业基础(数据结构, 算法, 编程语言, 数据库等) ；
2. 对机器学习，数据挖掘有较为扎实的理论基础及应用；
3. 扎实的编码功底，熟练使用 Python，Java，C++，Scala等编程语言以及TensorFlow, PyTorch等深度学习框架；
4. 有Hadoop/Spark等大数据工具使用经验；
5. 有搜索、推荐、广告等大型系统相关的算法研发经验，参与过诸如搜索排序模型、个性化推荐模型、广告点击率预估等相关项目；
6. 具有较强的产品与业务思维、数据驱动思维、自驱力、以及对于模糊 / 困难问题的攻坚能力；
7. 性格开朗乐观，责任心强，积极主动，善于沟通，具有团队精神 ；
8. 具有较强的的文档编写能力、较强的学习能力
算法工程师（未来领军），招聘方向如下：
无线接入预研（6G/NTN）、芯片、分组数据、射频及天线、光传输、智能运维、无线网络智能化、天地一体化、运筹优化、数字孪生、灵巧手
每个技术方向均配有独立的招聘需求说明，更多岗位详情 请点击查看
算法工程师（未来领军），招聘方向如下：
无线接入预研（6G/NTN）、芯片、分组数据、射频及天线、光传输、智能运维、无线网络智能化、天地一体化、运筹优化、数字孪生、灵巧手
每个技术方向均配有独立的招聘需求说明，更多岗位详情 请点击查看
