蚂蚁金服网商银行-资深算法专家-智能服务方向
任职要求
1. 具有计算机、软件工程和金融工程复合背景者优先； 2. 具有以算法为基础的智能化产品开发经验，包括但不仅限于：智能对话、RAG系统等； 3. 对包括大语言模型、对话模型、Chatbot、RAG、Agent等具有深刻的理解和研究，曾在领域内顶级会议上发表论…
工作职责
1. 参与海量用户规模的智能服务算法研发及优化，通过智能对话大模型、话术生成与推荐、检索增强生成、意图理解、智能体等手段，搭建和优化智能服务模型与系统； 2. 结合网商银行实际业务目标，洞察客户需求，基于用户数据建立持续的优化体系，不断提升智能服务能力水平，实现客户价值和商业价值双赢； 3. 保障智能服务算法团队的日常管理工作，目标驱动带领团队打胜仗； 4. 参与前沿算法问题的探索与研究，结合实际应用场景，提供全面的技术解决方案。
1、负责大模型服务解决方案的研发，前沿技术追踪、包括模型训练和调优、推理、RAG、AI Agent等键技术方向攻坚。 2、负责央国企重点客户的大模型落地业务场景识别、需求分析、方案规划以及服务履约落地，持续推动客户做好标准化大模型迁云、云上优化，打造具备行业影响力的大模型服务的标杆案例。 3、负责规划大模型服务的整体演进规划和落地，沉淀可复制的大模型场景服务方案，沉淀具备行业竞争力的大模型智能体服务平台。
以数据库引擎PolarDB/ADB/Lindorm为数据存储和计算底座，基于此构建in-DB的数据库垂类AI服务. 具体围绕： A. 数据库AI算子的开发。算法研发方向重点为自然语言技术在数据库上的应用。围绕自然语言转SQL/NL2SQL，基于RAG和行业知识的推理逻辑加强，图/知识库自动构建，实体与关系的分析挖掘，和基于Model Context Protocol的数据库AI agent能力。 尤其是在DATA+AI方向具有显著行业数据计算属性的量化金融的国内数据库市场，优化AI推理和针对交易数据的in-DB智能高性能计算算子，以增强阿里云数据库引擎产品在国内量化金融市场的影响力， 并支持数据库引擎团队打下新市场。 B. 适合数据库相对资源受限计算情况下的复杂AI算子推理加速, 并对传统数据库执行计划在新置AI算子的新情境下进行性能联合优化。 围绕transformer架构的推理加速（KVCache， SGlang， vLLM和）等关键AI推理框架的系统底层优化，开发数据库在量化金融市场中的高性能计算和系统框架， 支持AI高性能算子并提供丰富的量化金融算法包。 C. 在数据库和人工智能顶级会议上发表研究论文， 推高阿里云在这两个关键研究领域的影响力。
我们是谁？ 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR导航、智慧交通等领域的技术边界。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 挑战世界级技术难题，追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新 岗位职责： 团队主要聚焦多模态大模型技术在端到端自动驾驶的应用，我们期待你的工作将覆盖以下至少一个技术方向即可： 1. 在端到端自动驾驶、多模态大模型的训练及调优、BEV感知、基于深度学习/强化学习的规划控制、RLHF、驾驶场景视频生成等领域具备丰富且有独创性的研究经历。 2. 探索多模态大模型在下游任务中的技术能力，包括但不限于图文对齐/识别、跨模态理解生成、多模态检索、VLM端到端自动驾驶、世界模型等。 3. 了解大模型模型的训练/微调/推理加速方法，包括但不限于模型结构调优、训练效率提升、高效低成本微调、Muti-token推理，模型部署加速等。 4. 参与自动驾驶系统中机器学习算法的研究、开发与优化，包括但不限于深度学习算法在端到端感知大模型、规控大模型、视觉语言大模型等方面的应用。 5. 负责收集、整理和分析自动驾驶相关的数据集，进行数据预处理和标注，以提高模型的准确性和泛化能力。 6. 设计和实现端到端自动驾驶模型的训练流程，包括选择合适的优化算法、调整超参数、评估模型性能等，确保模型在不同场景下的稳定性和可靠性。
我们是谁？ 作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR导航、智慧交通等领域的技术边界。 团队gihub主页：https://github.com/amap-cvlab 为何加入我们？ 挑战世界级技术难题，追求智能上限 用AI驱动国民级APP的产品迭代和颠覆式创新 岗位职责： 1、负责研发空间智能核心技术，进行室内/室外/航拍/卫片等全场景高质量空间理解、重建与生成，包括但不限于基于图像、视频、点云、Mesh和3DGS等多种模态数据的空间智能基座与应用； 2、负责多模态大模型和视频生成大模型的预训练、微调等工作，包括但不限于数字人、生成式重建及空间生成等应用方向； 3、负责大规模多模态数据集的构建、清洗与管理，搭建高效数据流水线，保障算法训练与评估； 4、负责结合具体需求，抽象出关键算法进行研发，并持续保持及引领相关技术指标。