阿里云阿里云智能-金融模型后训练专家-新金融行业线（北京/杭州）
任职要求
教育背景：计算机科学、人工智能、电子工程或相关领域的硕士或博士学位。 工作经验：至少3年以上在多模态大模型优化或相关领域的工作经验。 技术技能： 扎实的编程能力，熟练掌握Python、TensorFlow、P…
工作职责
我们正在寻找一位具有深厚技术背景和丰富经验的大模型（多模态）优化专家，加入我们的团队，共同推动前沿技术的发展。您将负责主导模型的post-training工作，涵盖数据清洗、模型蒸馏与对齐、模型量化、领域能力的加强等方面，以优化模型性能并在金融任务中取得卓越效果。 主导模型的post-training工作：包括但不限于数据清洗、模型的蒸馏与对齐、模型的量化、领域能力的加强，以优化模型性能。 优化模型在金融任务中的效果：通过各种技术手段，确保模型在金融任务中的准确性和鲁棒性。 具备产品化思维，能够在客户现场完成算法架构设计与实施 设计和实现高效的模型优化策略：结合最新的研究成果和技术趋势，设计并实现高效的模型优化策略。 性能监控和反馈机制：实施和优化模型在实际应用中的部署，包括性能监控和反馈机制。 撰写技术文档和研究报告：与团队和利益相关者沟通项目进展与成果，撰写详细的技术文档和研究报告。
1. 行业解决方案设计与交付 - 基于阿里云大模型技术（如通义千问），为银行、保险、证券等金融客户量身定制AI大模型解决方案，覆盖AI财富助手、智能客服、智能风控等核心场景。 - 深入理解客户业务痛点，提供从需求分析、技术选型到方案落地的全流程支持，确保大模型技术与金融业务深度融合。 2. 大模型全生命周期技术赋能 - 主导客户侧大模型后训练（Post-training）、领域微调（Domain-specific Fine-tuning）、模型蒸馏（Distillation）及多模态融合优化，提升模型在金融垂直场景的精度及性能。 - 优化大模型训练与推理性能，包括分布式训练加速（如DeepSpeed、Megatron-LM）、显存优化、量化压缩（INT8/FP16）及低延迟推理部署（如vLLM、SGLang）等。 3. 工程化落地与性能调优 - 解决金融场景高并发、高稳定性需求，设计高性能计算架构，优化模型在GPU/TPU集群的训练效率及端到端推理链路。 - 结合金融行业数据隐私与安全要求，设计符合监管的模型部署方案。 4. 客户技术赋能与生态共建 - 面向客户技术团队提供大模型技术培训、实战工作坊及POC验证，推动AI能力在客户内部的规模化应用。 - 沉淀金融行业大模型最佳实践，输出白皮书、案例研究及标准化解决方案，提升阿里云在金融AI领域的市场影响力。
1. 行业解决方案设计与交付 - 基于阿里云大模型技术（如通义千问），为银行、保险、证券等金融客户量身定制AI大模型解决方案，覆盖AI财富助手、智能客服、智能风控等核心场景。 - 深入理解客户业务痛点，提供从需求分析、技术选型到方案落地的全流程支持，确保大模型技术与金融业务深度融合。 2. 大模型全生命周期技术赋能 - 主导客户侧大模型后训练（Post-training）、领域微调（Domain-specific Fine-tuning）、模型蒸馏（Distillation）及多模态融合优化，提升模型在金融垂直场景的精度及性能。 - 优化大模型训练与推理性能，包括分布式训练加速（如DeepSpeed、Megatron-LM）、显存优化、量化压缩（INT8/FP16）及低延迟推理部署（如vLLM、SGLang）等。 3. 工程化落地与性能调优 - 解决金融场景高并发、高稳定性需求，设计高性能计算架构，优化模型在GPU/TPU集群的训练效率及端到端推理链路。 - 结合金融行业数据隐私与安全要求，设计符合监管的模型部署方案。 4. 客户技术赋能与生态共建 - 面向客户技术团队提供大模型技术培训、实战工作坊及POC验证，推动AI能力在客户内部的规模化应用。 - 沉淀金融行业大模型最佳实践，输出白皮书、案例研究及标准化解决方案，提升阿里云在金融AI领域的市场影响力。
我们是谁 我们是蚂蚁国际风控团队——既是深耕全球支付安全领域二十年的行业领航者，更是由新生代科技精英组成的创新突击队。以中国智慧筑基，以全球视野拓疆，我们正用智能风控技术来重构行业新生态，为全球200+国家地区的跨境支付和金融服务提供以AI为新底座的风控核心能力。我们的荣誉： 1.iDASH国际隐私计算竞赛冠军 2.新加坡金融峰会大奖AI TOP4 3.乌镇互联网大会精品案例 4.在AAAI、KKD、SIGIR、EMNLP、WWW、ACM等顶会均有论文发表 为何选择我们： 1.核心业务：蚂蚁国际在近年不断开拓的新战场，在欧洲、东南亚、中东、美洲等全球布局并在几乎所有业务域实现了高速增长。作为支付和金融服务的核心能力，蚂蚁的风控能力和AI智能化水平在国内海外都是行业标杆的存在。加入我们，加入职场发展的快车道。 2. 技术空间：跨境支付和金融服务的风控问题涉及复杂的业务形态和行业知识，如何通过AI革命性地改变现有模式是实现普惠服务的关键。我们聚焦于探索和落地大模型和智能体的落地实践，挑战具有全球行业影响力的技术难题，培育面向未来的核心竞争力。 3.国际化机遇：全球范围的AI行业顶尖专家带你成长的同时让你有更多看世界的机会。你可以与全球精英一起共事，团队25%的海外员工；蚂蚁国际在全球20多个国家有办公室，并有充分高回报的海外外派机会。 我们的研究方向： 1.大模型强化学习后训练及复杂推理前沿探索 2.多智能体与复杂任务自主规划能力探索 3.多模态大模型推理决策 4.图像AIGC深度伪造检测 大模型创新应用团队是蚂蚁国际风控的创新前沿，由多个经验丰富的算法工程师组成的精英团队，致力于大模型的创新及其在风控场景的应用。我们希望打造风控推理大模型，并在风控调查，风险定性决策中进行深度探索。这需要建设风控领域行业推理大模型、基于Multi-Agent和强化学习的智能风控决策系统， 分析无代码化AI助手等方面的算法深度攻坚，基于大模型的人工智能体解决实际业务痛点。勇于探索及突破前沿大模型能力边界。 职位描述： 1. 负责大模型技术前沿技术跟踪、创新和落地； 2. 设计并构建风控领域最有效的知识体系、知识图谱等任务，实现风控及相关行业知识的高效注入； 3. 探索并设计风控调查场景下，最优奖励学习和强化学习策略，并协助团队完成风控推理大模型建设； 4. 设计并有效进行多智能体的能力突破，提升多智能体在复杂场景的自主规划能力，高效完成风控调查所需的信息采集和对客交互。
1. 在金融信贷、营销、催收场景下，负责AI-Agent算法架构设计、核心Agent的研发工作。 2、负责大语言模型的后训练与高效学习，应用指令遵循、强化学习、持续学习等，优化对话机器人的响应质量和转化效率 3. 运用大模型、AI-Agent、多模态、声纹和传统机器学习等算法能力，解决生成式AI在金融领域的关键算法问题，深入研究并解决大模型后训练中的效率瓶颈与收敛性问题，提升模型的逻辑、推理、生成能力。 4. 紧跟大模型前沿技术的发展趋势，学习、探索，并落地于业务场景，加速算法迭代，全面提升业务效率。