蚂蚁金服研究型实习生-人机物融合时代的身份识别技术探索
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： 生物识别&IoT 项目简介： 百镜大战、俱身智能风起云涌，消费级可穿戴设备、人形机器人即将出现在日常生活场景中，此类设备普遍价格较高（丢失或被盗会产生较大经济损失），接收和存储了更多的个人（甚至是整个家庭）高敏隐私数据（需要可信确权及鉴权），在此背景下，人、机、物综合身份安全面临更高的挑战，手机端的传统身份识别方式受限安全与体验无法直接迁移，需要探索人机交互和泛智能设备的生物感知及识别技术，实现人机物融合新范式的身份可信。项目目标为：探索含音视觉在内的新型生物识别技术，身份识别安全体验水位与手机端拉齐（通过率>95%、FAR<1/百万）
研究领域： 计算机视觉 项目简介： 随着人工智能技术的迅猛发展，尤其是在计算机视觉、语音、自然语言处理和人机交互等领域的突破，基于自研多模态认知架构构建的新一代人工智能系统，深度融合视觉、语音、文本等多维度感知能力。实现多源信息的实时对齐与协同推理，可灵活部署于云端、边缘设备等多种场景。
研究领域： 隐私计算 项目简介： 1.项目背景 在人工智能技术快速发展的今天，UIAgent（用户界面智能代理）正成为下一代人机交互的核心入口。然而，如何获得或构建海量多模态数据（如行为轨迹、界面标注信息、系统动线日志等）是研究的关键。但如何在保障数据隐私合规的前提下，完成高质量的场景重建与语料建模，已成为制约技术落地的关键瓶颈。本课题聚焦这一核心矛盾，探索隐私保护与数据效用之间的最优平衡，为UIAgent提供安全、合规、可用的基础数据支撑。 2.研究目标 本项目旨在构建一套全流程隐私保护框架，解决以下核心问题： 多源异构数据脱敏：针对文本、图像、时序行为等多模态数据，设计可组合的隐私擦除策略； 场景语义保真重建：在去除个人身份信息（PII）的同时，保留用户行为模式与系统交互逻辑的语义完整性； 隐私-效用博弈建模：通过理论分析与实验验证，量化隐私预算与模型性能间的权衡关系。 3.核心亮点 生成式隐私增强技术：基于扩散模型/VAE生成合成数据，既还原真实场景分布又规避隐私泄露风险； 行为轨迹知识蒸馏：将原始轨迹中的高敏感操作（如输入内容）抽象为低维符号序列，保留系统动线拓扑结构； 极致数据压缩技术：UIAgent的核心目标是理解和预测用户的界面交互行为，而非复现像素级视觉细节，将探索最小必要数据的边缘。
专注于多模态大模型与人机交互技术的创新研究及实践，具体职责包括： 1、探索多模态大模型（文本/图像/语音/视频等）的交互式应用场景，研发新型人机交互范式； 2、针对多模态交互复杂任务推理进行探索及研究，提升多模态、多跳推理场景下的复杂任务完成率； 3、优化多模态数据的融合算法，提升模型对复杂交互场景的理解与响应能力； 4、构建高效的多模态交互系统模型架构，研究低延迟、高并发的实时交互技术方案。
城市视频计算场景下的视图聚档，是指将来自城市摄像头下的人机非脸抓拍数据按照自然人唯一身份汇聚为一个个类簇，是实现城市人员ID化的一个非常核心的技术体系。围绕该场景，本项目拟解决如下问题： 1、基于多模态聚类算法、簇表征学习、图神经网络、同人识别模型算法等，持续提升聚类和归档过程中的准确率、召回率； 2、与多模态大模型、三维视觉分析等热门技术结合，优化聚档流程，扩展聚档应用范畴； 3、探索主动聚类、实时聚类等前沿方向，定义视图聚档技术发展的新路标； 4、基于时空轨迹分析、关系分析等数据分析算法，提升档案数据的挖掘价值。