蚂蚁金服蚂蚁集团-蚂蚁技术研究院-大规模强化学习算法与系统研究员
任职要求
1. 硕士以上学历，博士优先 2. 在分布式系统领域或者并行计算领域有3年以上研究和实践经验 3. 有独立研究能力，在…
工作职责
强化学习是提升大模型推理能力的重要范式。大模型本身参数量大，训练资源消耗高，加上强化学习算法流程复杂，要开发灵活又高效的强化学习系统有诸多挑战，而大规模强化学习基础设施又是开展强化学习算法研究的基础，目前需要以下方向的研究： 1. 高效灵活的面向大模型的强化学习训练系统：能够支持各种强化学习复杂算法，同时支持大规模多卡高效率稳定训练。 2. 复杂强化学习算法在大规模计算下的并行化：强化学习算法普遍需要串行计算，对于规模化（scale up）大规模训练带来诸多挑战，而规模化又是推理能力提升的关键，因此需要研究在规模化前提下的强化学习算法。 在本岗位，你将参与或主导相关领域的研究，并产出有影响力的成果并赋能业务部门。
围绕AReaL系统，开展面向大模型及通用Agent的大规模强化学习算法的前沿研究。围绕算法工程一体化设计，复杂agent链路搭建，大规模自动化面向智能体的数据合成与清洗，以工程驱动算法进展，最终产出sota的开源推理/agent模型
1. 营销阵地C端玩法架构设计与实现，在快速迭代中沉淀抽象以提升研发效率 2. 电商导购心智产品建设与迭代，用数据、技术驱动业务效果提升 3. 支撑大促活动，解决高并发高难度技术课题，协同上下游落地跨团队项目，并保障项目稳定 4. 推荐系统迭代与调优，构建多维度策略能力，提升整体推荐分发效率与效果
方向一： 客户端平台：iOS/Android 方向二： 1.客户端基础框架的定制、开发、优化。 2.Web技术研发，移动端跨端动态技术研发，包括生态语言、渲染技术 方向三： 1.面向支付宝客户端iOS/Android平台的智能化基础设施建设，赋能端内各业务场景； 2.负责端侧计算引擎的架构设计与开发，增强对用户的理解； 3.负责端云共享学习、在线学习等领域的技术体系建设； 4.负责终端大模型框架与应用落地 5.强烈责任心和团队合作精神，乐于探索未知领域。
1、与业务需求结合，设计并落地创新型实验及准实验，提升实验的效率和洞察深度，探索机器学习技术、动线挖掘、模型预测等方法在因果推断中的应用场景，解决观测数据中因果关系的识别，研发新型因果推断方法，优化业务决策； 2、从理解业务问题到因果因推断相关领域方法论研究、原型验证、直到与工程团队合作将成熟的技术产品化，推动方法从理论到实践的转化。设计可扩展的实验框架，支持大规模、多场景下的因果推算与效果评估； 3、负责通过AB实验设计、因果推断、深度学习等手段，量化运营策略效果和价值，科学评估运营手段，为业务决策提效。