微信安全-内容理解算法工程师-电商入驻审核

1.多模态内容理解与违规识别：构建融合商品标题文本、主图/详情图、视频素材、商家资质文件等多模态信息的理解与审核算法，实现对违禁商品、资质不符、山寨侵权等风险的自动化精准识别； 2.业务大模型研发与训练：基于电商入驻审核场景的海量数据，将商品、店铺等垂类审核知识注入基础大模型，通过指令微调（SFT）、偏好对齐（RLHF/DPO）、CoT推理等技术，训练具备精准识别垂类违规能力的业务大模型，持续提升机审决策率与准确率； 3.人机协同提效：设计机审辅助人审的技术方案，通过置信度分层、违规线索高亮、审核理由自动生成、难例智能路由等机制，为人审团队提供结构化决策支持，全面提升人工审核效率与准确度； 4.审核系统基建优化：持续优化微信电商入驻审核系统的工程架构，提升审核链路的可用性、时效性与吞吐能力，保障审核服务在高并发场景下的稳定运行； 5.数据闭环与效果监控：建立模型评测基准与效果监控体系，构建"模型预测→badcase归因→数据标注→策略迭代→模型升级"的完整闭环，驱动审核能力的持续进化； 6.前沿技术探索：跟踪大模型（LLM/VLM）、多模态预训练模型、RAG、Agent等前沿技术进展，探索其在电商审核场景（如少样本违规检测、审核规则自动生成、知识图谱辅助决策等）中的创新应用。