蚂蚁金服【蚂蚁星】智能软件工程算法工程师
任职要求
1. 计算机/人工智能/分布式系统方向博士学位，顶会论文优先（OSDI、NeurIPS、ICML等）； 2. 深度参与过大模型系统项目，熟悉主流框架的底层容错机制与分布式优化； 3. 精通云原生与 AI 原生系统的协同设计，具备工业级场景的技术决策经验。
工作职责
我们是蚂蚁集团平台工程与技术风险部，在这里可以应用最前沿的AI技术，实践最扎实的工程平台，参与前沿技术创新，包括代码智能(Code Intelligence)、智能体应用（LLM & Agents）、云原生（Cloud Native）、平台工程（Platform Engineering）、可观测（Observability）等，在双11等海量高并发的极端技术挑战下，构建下一代智能化工程架构。 团队秉承创新精神，在支持业务落地的同时推动技术进步。近三年来，我们在人工智能、软件工程、编程语言等领域的CCF A顶级会议上发表了40余篇论文，并两次获得蚂蚁集团技术最高奖T-Star及一次SuperMA大奖。我们的开源项目CodeFuse在GitHub上已获得超过8,000颗星标（截至2025年2月），并在Hugging Face和ModelScope上的模型累计下载量超过200万次。团队最新的Ling-Coder-Lite开源一周就获得3000+的下载，受到业界广泛认可。 参与蚂蚁集团的 AI 基础设施、平台、应用全栈系统的高可用设计，打造全球领先 AI 原生系统智能容灾与稳定性范式。 方向一、大模型系统韧性架构 - 突破分布式训练中的动态容错与自愈技术，保障超大规模参数模型的持续稳定性 - 构建多模态大推理场景下的智能容灾体系，实现服务能力的无损迁移与快速恢复 方向二、AI-Native 稳定性科学 - 研发大模型驱动的故障预测与决策系统，建立AI系统的自我诊断与修复能力 - 攻克异构算力环境下的服务一致性难题，设计自适应资源调度框架 方向三、前沿探索与范式革新 - 推进LLM与系统架构的深度协同，重构AI全栈系统的可靠性理论体系
在数字经济浪潮中，蚂蚁终端安全团队始终站在攻防对抗的最前线，直面黑灰产技术挑战，深耕金融级复杂业务场景，构建了业界领先的端边云一体化智能风控体系。我们是蚂蚁集团大安全生态的尖刀部队，依托动态对抗、智能协同与可信计算三大核心能力，将安全防线从云端延伸至终端硬件底层，守护亿级用户的账户与资金安全。面向智能化时代，期待你的到来，用代码构筑数字世界的铜墙铁壁，以技术创新重新定义安全的边界，探索基于大模型驱动的智能化攻防对抗系统研发。如果你渴望在真实攻防中锤炼技术，在生态级项目中见证影响力，这里将是你职业生涯的高光起点。 1.系统级攻防技术突破，深度研究Android/iOS/HarmonyOS内核安全机制，构建面向智能终端的新型攻击面矩阵，涵盖硬件层、系统层、应用层三维攻防体系，持续跟进业界最新系统上的安全机制，并探索攻击和加固手段； 2.攻防能力业务化落地，具备安全业务思维，能将攻防研究的成果能转化为业务结果，帮助提升终端的整体防护水位； 3.智能化对抗系统建设，搭建大模型驱动的智能化攻防对抗平台，实现风险智能化感知、智能分析、策略持续优化的正向循环的对抗新体系。
AReaL团队聚焦强化学习技术，结合大模型泛化能力，研发开源开放的决策模型和强化学习训练系统，并应用于通用智能体模型和产品。 1. AReaL团队聚焦强化学习技术，结合大模型泛化能力，研发开源开放的决策模型和强化学习训练系统，并应用于智能体方向； 2. 参与蚂蚁自研强化学习推理模型的算法和训练系统研发。
AReaL团队聚焦强化学习技术，结合大模型泛化能力，研发开源开放的决策模型和强化学习训练系统，并应用于通用智能体模型和产品。 1. AReaL团队聚焦强化学习技术，结合大模型泛化能力，研发开源开放的决策模型和强化学习训练系统，并应用于智能体方向； 2. 参与蚂蚁自研强化学习推理模型的算法和训练系统研发。
强化学习实验室聚焦强化学习技术，结合大模型泛化能力，研发开源开放的决策模型和强化学习训练系统，并应用于智能体，人机交互，具身智能等各种前沿方向。 参与蚂蚁自研强化学习推理模型的算法和训练系统研发。