顺丰大模型算法工程师-（时序预测）
任职要求
1. 必备条件 * 学历：计算机科学、人工智能、统计学等相关专业硕士及以上学历（博士优先）。 * 经验：3年以上深度学习研发经验，并至少满足以下一个方向的专业要求： 2. 专业方向（二选一） * 方向一：深度时间序列预测专家 * 对时间序列预测有深刻理解，熟悉ARIMA、Prophet等经典方法及LSTM、TCN、DeepAR等深度模型。 * 具有开发或深度优化现代时序神经网络模型（如Informer, Autoformer, TimesNet等）的成功项目经验，并在公开数据集或实际业务中取得显著效果提升。 * 方向二：通用大模型开发专家 * 具备大规模语言模型（LLM）或多模态大模型的预训练、指令微调（SFT）或对齐（RLHF）全流程实践经验。 …
工作职责
1. 基座大模型研发与创新 * 参与研发面向大规模多元时间序列的预训练基座模型。 * 探索适用于时序数据的Transformer变体（如Informer, FEDformer, PatchTST等）及创新架构。 * 负责构建超大规模、高质量的时序预训练数据集，设计自监督预训练任务。 2. 模型深度优化与领域适配 * 针对电力、金融、工业等特定高价值场景，对基座模型进行深度微调与优化。 * 研发高效的模型适配技术（如PEFT），确保模型能快速、低成本地适配多样化下游任务。 3. 系统工程与高性能推理 * 负责将模型从研究原型推进到生产级系统，优化训练框架，利用混合并行技术实现千亿参数模型的分布式训练。 * 主导模型的高效推理优化，应用量化、编译优化等技术，降低服务延迟与资源消耗。 4. 技术前瞻与行业赋能 * 追踪时间序列分析、大模型预训练的前沿学术进展，并引入到产品研发中。 * 与业务团队合作，将模型能力转化为可衡量的业务价值，定义行业新标准。
蚂蚁集团国际AI智能部正在寻找有激情并且具有创新能力的算法工程师，通过使用AI技术，推动蚂蚁国际化业务的发展。全面了解蚂蚁国际业务发展，提供基于时间序列预测、强化学习、大语言模型等算法方案解决复杂的实际业务问题的机会。 1. 基于电商行为、支付等数据，利用深度学习、时序预测等AI技术进行现金流预测和交易量预测，并深度参与时序预测基础模型研发，帮助国际更加安全、高效的进行资金外汇管理； 2. 结合蚂蚁国际资金场景的复杂性，结合强化学习技术设计资金运营决策优化方案和外汇交易策略，达到增收、控风险的目标。
团队介绍： 天猫国际是阿里巴巴集团旗下跨境进口零售平台，聚合全球品牌、商家及供应链资源，将海外优质商品带给中国消费者，天猫国际自营业务由平台自行采购、运营、履约，实现从商品引入、价格策略、商品运营、库存管理到配送的全链路可控。 算法场景涵盖供应商入驻、商品运营助手、搜推体验、智能客服等B/C两端整个链路，同时包含大模型的推荐应用、多模态理解、时序预测、运筹优化等，是复合型算法工程师的最佳训练场。 在这里，你将得到大模型在电商场景下丰富的应用挑战，同时自营模式保障算法应用的可控性和数据完整性，方便进行端到端建模与全链路分析，可以快速实验与迭代； 自营业务对托管商品的定价、素材优化、运营策略有直接决策权，算法可以快速验证并调整，无需长周期的商家协调； 业务价值可量化，算法效果可以直接体现在商品销量、毛利率、库存周转率、用户体验留存等核心指标上； 既有丰富的落地场景又有跨境特有的业务挑战，以及进口电商领域有丰富经验积累的师兄帮助，拓展算法工程师的深度和广度。 岗位描述： 1、大模型后训练：参与大语言模型的后训练工作，包括微调、指令对齐、多轮对话，落地并优化通用大模型在自营场景的应用。 2、Agent能力研发：基于大模型构建智能Agent体系，包括工具调用（Tool Use）、任务规划、多Agent协作等核心策略的设计与优化。 3、增强方法研发：实现并优化检索增强（RAG）流程，包括索引构建、召回优化、知识融合、上下文管理等。 4、性能评测与优化：设计评测指标，分析模型在不同任务下的表现，持续迭代模型与Agent的效果。 5、深入跟踪前沿技术，并在业务场景中验证和落地。 6、与产品、工程团队协作，将算法成果部署到线上服务，确保性能和稳定性。
1. 汽车业务：协助算法工程师完成汽车能耗、运动控制相关的算法研究与开发工作，将行业内相关的前沿技术和最新研究成果应用到实际业务中 2. 大家电业务：协助算法工程师完成空调、冰箱、洗衣机相关的AI算法研究和开发工作，将行业内前沿智能控制算法和大模型技术应用到实际业务中 3. 参与能耗预测、温度预测等时序预测问题的解决，合理构建特征，选择模型，实现精准预测 4. 参与智能控制算法、大模型的研究与验证，协助优化算法模型 5. 协助算法工程师完成上述相关算法的端侧部署、测试，支持量产交付
1、负责设计研发面向司乘双边市场的动态定价和跨品类联合补贴策略引擎，涉及的技术方向包括：精细化的时空供需预测建模、针对海量数据的细粒度因果建模、大规模运筹优化与求解算法设计、大规模离线仿真系统设计与研发等 2、负责设计研发面向用户长期增长的智能增长营销策略引擎，构建可持续优化的收益管理与增长引擎系统，涉及的技术方向包括：长周期用户价值（LTV）建模、基于强化学习的序列化决策模型设计、大规模运筹优化与收益管理系统设计等 3、负责设计研发面向供需调节和用户增长的智能运营系统，构建面向多目标高度封装的全自动智能化的运营引擎，助力网约车业务精细化运营提效。涉及的技术方向包括：不同粒度、周期的时序预测建模、大规模运筹优化求解算法、支持深度人机结合的工业化运营引擎架构 4、负责设计研发面向网约车交易场景的司乘生态治理引擎，构建面向不同品类业务特点的判责、治理策略系统，涉及技术包括：多模态深度学习建模、大语言模型技术、原子预测和小样本学习等技术。