蚂蚁金服研究型实习生-基于专家知识的多跳检索增强算法研究
任职要求
研究领域： -目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位 -具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go -具有上述研究领域的相关经验,包括行业经验或作为参与实验室研究 优先录用： -对技术研究充满热情,具有产生新思想和创新的能力; 在自学,问题分析和解决方面表现出色 -在国际会议上或核心期刊发表一份或多份出版物或论文 -至少3个月的全职工作
工作职责
研究领域： 人工智能 项目简介： 在监管合规对话聊天场景中，需要针对用户给出的法规/态势/舆情等相关问题给出对应建议及观点，而用户问题涉及知识相对比较宽泛，依赖于多源数据（联网数据及内部知识库），且不同类型问题依赖检索逻辑不一。传统的RAG中通常通过改写步骤来保证问题的召回，在涉及专业领域知识时需要大量领域人员进行标注，耗费人力且效果不佳。
研究领域： 人工智能 项目简介： 在医疗领域，基于大模型的医学诊疗规划和决策一直面临着医学推理能力弱（医学事实性不足）、依据不足（可信性不足）、精准个性化不够（指导性不足，存在过度医疗的伦理风险）等问题。我们旨在结合先进的大推理模型、海量的医疗数据和专业医学专家的知识，依次完成以下研究和落地： 1. 研究大模型推理理论，建设一批高水平专家 AI 诊断推理智能体。 2. 研究复杂多智能体交互协同框架。 3. 落地面向下一代的自我进化的精准诊疗规划和可信医疗决策系统。
基于大模型（如通义千问）构建多因素（源库、目标库、源端网络、目标端网络、数据传输链路）根因分析与解决方案推建系统，并解决系统构建中的关键算法和技术，包括如下几方面： 1、设计合适的prompt，基于已有数据对模型finetune，并实现部署和线上应用； 2、构建知识库实现专家知识结构化，引入双向反馈通道，使能模型具备持续迭代能力； 3、与DTS工程团队一起上线系统，实现DTS线上异常任务自愈恢复。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：字节跳动基础架构数据库团队，致力于构建认知型数据基础设施，持续定义数据技术的未来边界。团队基于全栈自研技术，打造了涵盖关系型数据库、NoSQL 数据库、大规模图平台、多模态搜索、云原生中间件等十余项产品的数据库矩阵，用独创的技术架构实现事务处理、混合查询、智能检索等全场景覆盖。我们不仅支撑集团核心业务，更通过火山引擎为客户提供具备企业级稳定性的数据库产品，助力客户以数据驱动实现业务增长。团队在大规模分布式架构、极致性能计算/存储引擎、软硬协同优化等领域具备顶尖技术积淀。面向 AI 时代，我们正在突破传统架构边界：一方面深化 AI 原生驱动内核、AI 算子优化等创新方向，推动数据库向智能 Copilot 演进；另一方面聚焦超大规模图计算、分布式跨模态数据联邦查询等前沿领域，构建支持跨模态数据管理的下一代设施。我们践行“务实浪漫”的极客文化，既在 VLDB 、SIGMOD 等顶级会议持续输出突破性成果，又以商业落地为导向打造全场景的产品矩阵。团队汇聚众多顶尖数据库专家和卓越工程师，分布在国内/海外多地。现诚邀具备数据库内核研发经验、分布式系统架构能力及 AI 创新视野的优秀人才，共同探索技术无人区，定义 AI 时代的数据基座，赋能全球企业实现 AI 驱动的业务变革。 1、参与字节跳动内部自研云原生数据库产品的设计和开发，打造业界领先的分布式OLTP/HTAP数据库产品； 2、参与字节跳动VeDB Family旗下数据库产品架构、功能迭代和服务化，研究云原生在数据库的应用技术并落地实现； 3、深入理解业务场景需求，针对性的为不同业务场景提供最合适的辅助工具，提高数据库产品的易用性、稳定性和运维能力。
研究领域： 自然语言处理 项目简介： 蚂蚁知识图谱平台经过多年金融领域业务的支撑，沉淀了基于属性图的语义框架——语义增强可编程框架 (Semantic-enhanced Programmable Graph, SPG)。它创造性地融合了 LPG 结构性与 RDF 语义性，既克服了 RDF/OWL 语义复杂无法工业落地的问题，又充分继承了 LPG 结构简单与大数据体系兼容的优势。基于SPG的图谱推理（SPG Reasoning）利用谓词语义和逻辑规则来定义知识之间的依赖和传递，并提供可编程的符号化表示，以方便机器理解，实现专家规则和模型的融合推理。本项目旨在对基于SPG的知识图谱存储及推理技术进行研究，包括但不限于符号推理与GNN模型融合、大模型+KG结合、大规模图存储和图匹配计算优化、图学习和深度学习训练和推理等技术研究，以及在工业场景的实用化。