蚂蚁金服蚂蚁集团-AI金融域应用算法专家-杭州【AI Force】

1. 在金融信贷、营销、催收场景下，负责AI-Agent、外呼机器人方向的算法建设工作。 2. 大模型整合ASR、NLP、TTS技术，实现端到端的意图/情绪识别、商机挖掘、风险感知、对话生成，通过多轮对话策略、人机协同实现催收回款、营销转化的提升。 3. 运用大模型、AI-Agent、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。 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。

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。

工作职责 一、Agent产品战略与交付闭环 1. 负责基于汽车垂域大模型（仓颉）的Agent产品规划与全生命周期管理，主导智能体（Agent）在汽车之家线上用户场景看买用换场景交付、以及线下新零售店端及经销商门店的营销等场景的端到端交付。 2. 定义Agent产品的核心能力框架（如多模态意图理解、动态决策推理、自动化任务执行），推动下游算法组件层（对话系统、AIGC、TTS/ASR）的技术需求落地，确保能力对齐与性能达标。 ​二、技术架构设计与性能攻坚 1. 设计高鲁棒性的Agent技术架构，整合大模型能力与垂域算法组件（如对话引擎、语音合成、内容生成），解决复杂场景下的延迟、并发、多模态融合等技术硬伤。 2. 主导Agent核心技术指标优化（如任务完成率、交互满意度、端到端响应时间），建立算法组件性能与Agent体验的量化映射模型，推动技术迭代。 ​三、跨域协同与资源整合 1. 深度联动大模型团队、算法组件团队、业务侧，主导需求拆解与资源排期，确保Agent产品从原型验证到规模化交付的链路通畅。 2. 建立Agent能力评估体系，设计AB实验、用户反馈埋点等机制，验证技术方案在真实场景的有效性（如销售人力提效率等）。 ​四、商业化落地 1. 主导AI场景的需求分析、技术方案评审、研发进度把控，确保Agent产品高质量交付。 2. 探索Agent产品的商业化模式（线下新媒体营销场景），推动在经销商服务、新零售门店、二手车等场景的规模化复制。

工作职责： ​一、Agent产品战略与交付闭环 1. 负责基于汽车垂域大模型（仓颉）的Agent产品规划与全生命周期管理，主导智能体（Agent）在汽车之家线上用户场景看买用换场景交付、以及线下新零售店端及经销商门店的营销等场景的端到端交付。 2. 定义Agent产品的核心能力框架（如多模态意图理解、动态决策推理、自动化任务执行），推动下游算法组件层（对话系统、AIGC、TTS/ASR）的技术需求落地，确保能力对齐与性能达标。 ​二、技术架构设计与性能攻坚 1. 设计高鲁棒性的Agent技术架构，整合大模型能力与垂域算法组件（如对话引擎、语音合成、内容生成），解决复杂场景下的延迟、并发、多模态融合等技术硬伤。 2. 主导Agent核心技术指标优化（如任务完成率、交互满意度、端到端响应时间），建立算法组件性能与Agent体验的量化映射模型，推动技术迭代。 ​三、跨域协同与资源整合 1. 深度联动大模型团队、算法组件团队、业务侧，主导需求拆解与资源排期，确保Agent产品从原型验证到规模化交付的链路通畅。 2. 建立Agent能力评估体系，设计AB实验、用户反馈埋点等机制，验证技术方案在真实场景的有效性（如销售人力提效率等）。 ​四、团队管理与商业化落地 1. 负责5-8人以上技术产品团队的管理，涵盖需求分析、技术方案评审、研发进度把控，确保Agent产品高质量交付。 2. 探索Agent产品的商业化模式（线下新媒体营销场景），推动在经销商服务、新零售门店等场景的规模化复制。