Binance 在遭遇安全事件后，很快就放出了相关 AI 风控、安全方向的招聘。 虽然不能直接说这些岗位就是为了此次事件新增的，但能看出来，平台对安全和风险… · @shirley64711 · TwKit

@shirley64711

Binance 在遭遇安全事件后，很快就放出了相关 AI 风控、安全方向的招聘。 虽然不能直接说这些岗位就是为了此次事件新增的，但能看出来，平台对安全和风险识别的投入确实非常重视。 这次分享一个 Binance Accelerator Program 的数据科学实习岗位，方向是 LLM Agent + P2P 反欺诈。 这个岗位需要围绕 P2P 交易风险识别，设计 Agent 工作流、优化模型效果，甚至参与小型 LLM/VLM 的微调实验。 举个例子：平台需要判断一笔 P2P 交易有没有诈骗风险，你需要让模型综合交易信息、聊天文本或图片材料，提取关键信息、分析风险证据并输出判断。之后还要测试模型有没有漏掉重要线索、是否误判正常交易，并持续优化准确率和推理效率。 如果模型直接调用效果不理想，还需要尝试 SFT、LoRA 或强化学习等方法进行微调，对比不同方案的检测效果、速度和成本。 这个岗位更适合有 AI、机器学习或数据科学基础，想往 LLM Agent、模型训练和 AI 风控方向发展的同学。 对数学基础、Python、实验设计和模型评估能力都有一定要求，不太适合只会调 API 或做简单 Prompt 的候选人。 📌 岗位信息 公司：Binance 项目：Binance Accelerator Program（BAP） 岗位：数据科学实习生 工作方向：LLM Agent / P2P 反欺诈 / 模型微调 工作地点：澳大利亚、香港、新加坡、台湾 办公方式：远程优先，具体安排视团队而定 实习周期：优先考虑能投入至少 1 年的候选人 申请对象：全日制或非全日制本科、硕士、博士在读生及近期毕业生 岗位要求： 具备扎实的 AI 原理和数学基础，理解深度学习、生成式 AI、强化学习及优化方法 有 Agent Workflow 搭建和实际应用经验 理解 Prompt Engineering，能够设计和迭代 LLM 工作流 了解小型 LLM/VLM 微调方法，如 SFT、LoRA 或强化学习 具备实验设计、结果分析和模型错误定位能力 熟练使用 Python、SQL，有 NLP/CV、LLM 应用或反欺诈项目经验更好 ⚠️ 申请前注意： 这是偏技术研发的数据科学岗位，AI 理论、数学基础和实际项目经验都比较重要。仅有 ChatGPT 使用经验或简单 Prompt 调用，竞争力可能不够。 另外，至少 1 年实习时间是优先考虑条件，投递前建议确认自己能否满足团队的时间要求。 🔗 申请链接： https://job-boards.eu.greenhouse.io/binance/jobs/5017150101

曝光 263 · 评论 1 · 点赞 1 · 书签 1