阿里云诚云科技-高级技术服务工程师-新金融
任职要求
职位描述 • 在中型企业或云服务提供商从事SRE、运维工具开发、客户技术服务相关工作，具备2年及以上工作经验 • 具备云原生、大数据、数据库、网络、中间件等领域中的一项或多项技术理解和应用经验 • 了解分布式计算、存储、数据库、网络的各项功能和操作，同时对同类开源或友商的产品有所了解 • 对云产品及微服务相关技术有较体系化的认知，并在1-2个技术方向有所研究（如中间件、分布式事务、消息中心、大数据等），对部分核心源码有一定研读 • 具备单体架构选型和设计能力，并能对客户和生态技术研发过程的问题具备代码排查能力 • 可在指导下提炼客户通用需求，能够识别客户的业务需求 • 主动沟通和换位思考，加深沟通的主题和深度 • 职业化的书面沟通，比如…
工作职责
1、云产品稳定性保障，风险巡检：客户云产品稳定性、体验相关事项治理，产品风险巡检，故障的应急跟进与处理； 2、客户技术专项处置与支持：复杂、疑难问题/技术方案/活动护航保障/产研共建专项主导与管理工作； 3、排查问题，管控体验：高效排查解决产品技术售后问题，在服务过程中关注客户体验提升、有效管控客情； 4、专精客户行业，技术沉淀：提炼客户行业技术服务方案，沉淀内部技术文档，持续提高公共云/混合云各行业最佳实践能力；
1、实施落地蚂蚁全球化战略，为全球用户、商家带去普惠金融服务，业务覆盖全球； 2、负责蚂蚁国际理财平台（如基金、定存等）的构建、架构设计及研发，To B提供境外理财产品的咨询和交易等全场景服务。 3、持续跟踪业界在金融级高可用、资金安全、容灾、数据准确性等领域的最佳实践和新技术，确保关键服务在极端条件下能够稳定运行； 4、探索新技术，学习并参与应用大模型（LLM）等前沿技术，提升业务效果与用户体验；
基座大模型研发与创新 参与设计并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)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，设计掩码重建，上下文预测等自监督预训练任务。 研究时间序列中的关键问题，如长周期依赖建模，多尺度特征提取，缺失值处理，以及时序与文本/事件等多模态信息的对齐与融合。 模型深度优化与领域适配 针对特定高价值场景(如电力负荷预测，量化金融，工业设备预测性维护)，对基座模型进行深度微调与优化，实现"通用能力"到"领域专家"的转化。 研发高效的模型适配技术(如参数高效微调 PEFT)，确保基座模型能够快速，低成本地适配到多样化的下游任务。 系统工程与高性能推理 负责将模型从研究原型推进到稳定，高性能的生产级系统。优化训练框架，利用混合并行(数据并行，模型并行，流水线并行)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(INT8/ FP4)，编译优化等技术，大幅降低服务延迟与资源消耗，支撑海量时序数据的实时预测需求。 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，并将有潜力的技术引入到产品研发中。 与业务团队紧密合作，深入理解行业痛点，将基座模型的强大能力转化为可衡量的业务价值，定义时间序列预测领域的新标准。 岗位要求 必备条件 计算机科学，人工智能，统计学或相关专业硕士及以上学历(博士优先).
1.负责美团金融跨平台移动开发框架（ Android 端）的迭代与维护，支撑亿级前端 PV 流量的体验与可用性，创造业务价值。 2.分析线上体验和性能数据，了解并探索业界技术动向，对标公司与行业最佳实践，持续创新、完善技术基建。 3.对团队内低职级同学给予指导，协同团队制定项目规划。 4.与产品经理、设计师等部门密切合作，确保产品需求的准确理解和有效落地。
-参与金融建模产品各类在线服务和自动化工具开发，提升模型构建及运行的效率，保障服务可靠、稳定、高效运行，保障服务稳定性和数据质量，保障产品SLA -参与金融领域主流机器学习模型交付平台、特征挖掘及交付平台开发及性能优化，确保特征及模型的高效交付上线使用 -参与金融建模产品各类在线服务和模型产品部署运行架构设计，主导服务可靠性相关自动化系统的实现，包括预防、止损、降级、容量管理、弹性部署、故障分析、流量分配、性能调优等方案，满足严格的质量与效率要求 -参与金融建模全流程服务的可观测性建设、服务稳定性建设、数据质量建设、模型效果建设，确保服务的可靠性，响应和处理生产环境中的紧急事件，最小化服务中断 -关注并研究业界前沿技术动态，负责大规模机器学习模型在线预测系统的优化工作，探索并应用新技术，推动系统的演进