蚂蚁金服蚂蚁集团-大模型算法工程师(智能评测)-北京【AI Force】

社招全职5年以上技术类-算法2025-09-18地点：北京状态：招聘

扫码手机上打开

任职要求

1. 教育背景：计算机科学、人工智能、数据科学、数学或相关领域的硕士及以上学历。
2. 技术能力：
  ○ 熟练掌握Python、Java等编程语言，具备扎实的算法与数据结构基础。
  ○ 熟悉常见的agent、workflow开发框架，了解大模型常见应用范式、调用方法和典型缺陷。
  ○ 熟悉数据清洗、生产、挖掘，有数据标注、合成，评测集构建等经验者优先。
3. 团队合作：具备良好的沟通能力与团队协作精神，能够与跨职能团队高效合作。
4. 价值认同：对评测方向要有兴趣、有热情，愿意作为“裁判员”帮助AI能力提升。

工作职责

我们是致力于推动智能化服务技术革新的创新团队，专注于为全行业提供高效、智能的解决方案。我们的业务涵盖智能客服、智能培训、智能质检等多个领域。
我们团队正在建设“评测数字员工”，旨在通过标准化、智能化的评测手段，推动AI智能服务的全面升级，并打造行业领先和有代表性的评测体系与benchmark。
如果你对AI、NLP、数据挖掘、评测等领域充满热情，并希望在一个充满挑战与机遇的环境中快速成长，那么加入我们，一起定义未来智能化服务的新标准！

【职位描述】
1. 评测体系设计：参与设计并优化智能化服务（包括智能客服、智能培训、智能质检等）的评测体系，涵盖对话质量、操作质量、培训效果、拟人化、用户满意等核心指标。
2. 评测开发与优化：
  ○ 研发并优化基于LLM-as-Judge的评测能力，包括但不限于对话生成质量评估、意图识别准确率、多轮对话一致性等。
  ○ 探索agent在复杂任务中的性能评测方法，如任务规划、SOP遵循、RAG、多模态交互等。
3. Red-team：针对agent系统的弱点进行攻击，找到系统潜在的风险，防患于未然。
4. Benchmark构建：构建并维护智能化服务领域的代表性benchmark，确保评测标准的科学性与可扩展性。
5. 数据驱动决策：通过数据分析与挖掘，识别智能化服务系统的性能瓶颈，并提出改进方案。
6. 跨业务协作：与多个智能体研发团队、产品团队紧密合作，确保评测体系与业务需求的高度匹配，推动产品的持续优化。
7. 技术前沿探索：跟踪智能化服务领域的最新技术动态，探索并落地创新评测方法。

📮 投递简历 ✨AI模拟面试

难度：

包括英文材料

数据科学+

学历+

Python+

Java+

C+++

算法+

数据结构+

开发框架+

大模型+

NLP+

机器学习+

深度学习+

数据分析+

AI agent+

相关职位

大模型算法工程师（智能对话）-国际电商

社招A57845

1、开发AI驱动的智能客服系统：设计并实现AI对话式客服助手，能够处理电商咨询、投诉、退款、争议解决及物流相关问题，以AI替代传统人工客服； 2、大语言模型（LLM）后训练与高效学习：应用最前沿的LLM训练优化技术，如指令微调、强化学习、持续学习等，在最少标注数据的情况下优化AI客服响应质量，具备大语言模型（LLM）微调、知识蒸馏或强化学习的相关经验，应用于对话式AI场景；深入理解检索增强生成（RAG）、专家混合模型（MoE）、稀疏注意力、强化学习、推理时间优化等技术，以提升AI对话质量； 3、基准测试与训练数据构建：识别具有挑战性的客服交互场景，如政策解读、争议处理、客户投诉、导购推荐等，并构建专门的测试集和训练集； 4、多语言与跨文化客服支持：构建能够适应多语言和不同文化背景的AI模型，确保客服交互的精准翻译和针对不同用户群体的合适响应。精通多语言自然语言处理（NLP）、机器翻译及跨语言对话建模； 5、模型优化与高效部署：研究模型压缩、量化、推理优化等技术，确保AI客服助手在大规模应用场景下具备低延迟、高可靠性的表现。

更新于 2025-04-21

大模型算法工程师-质量智能方向

社招A142698

团队介绍：我们是字节跳动质量技术团队，致力于基于海量质量领域数据，通过AI智能化构建新一代的质量工作范式，主要方向包括测试用例生成、业务领域建模、智能断言、诊断分析。 1、参与领域模型的全流程工作，包括但不限于数据、训练、评测、推理部署； 2、探索LLM技术在质量领域中的落地应用，基于大量质量能力构建统一的智能化测试基建； 3、负责质量智能化领域LLM/Agents的数据工程，构建数据飞轮； 4、负责基于质量数据做模型微调（Fine-tune），确保模型精度和效率。

更新于 2024-05-09

抖音搜索算法工程师-大模型应用

社招A210147

1、探索搜索引擎与大模型、多模态、机器学习、强化学习等前沿技术的结合，实现搜索引擎全链路革新并进行极致的系统优化，探索提升AI搜索引擎的能力，包括不限于AI问答/AI搜、语义相关性、视频内容理解、生成创作、智能评测等； 2、构建大规模高质量数据（数据建设、数据合成等），训练和优化AI搜索模型，包括LLM post-train（SFT、RL、LongCoT、个性化对齐），回答富媒体化（图片、视频、自由画布），多模态问答（视频理解、VQA、VLM）等； 3、探索推进AI搜索前沿进展，包括智能Agent、Deep Research、Planning、工具建设和调用等。

更新于 2025-04-09

【探索者】测试开发高级工程师（智能化测试）

社招

1. 参与测试领域大模型的数据收集、清洗、研发、部署、微调、评测以及功能实现、性能优化、系统调优等工作; 2. 基于公司业务测试场景需求进行模型算法相关研发，提升测试效率与覆盖率; 3. 设计并实现高可用、高性能的测试算法服务，推动算法在工程中的落地； 4. 跟踪前沿AI技术，探索其在软件测试领域的创新应用；

更新于 2025-07-15