蚂蚁金服蚂蚁国际-Java高级工程师- 卡组-全球技术
任职要求
1. 有信用卡经验(卡组、Acquirer、Issuer、成功率运营)优先; 2. 熟悉Java/J2EE, 基础扎实,熟练掌握常用Java技术框架,能编写高质量简洁清晰的代码; 3. 熟练掌握常用数据结构和算法,具备良好的面向对象编程、…
工作职责
1. 作为信用卡架构师,深入发掘和分析信用卡收单相关业务诉求,主导信用卡收单相关的架构分析设计,及核心功能编码,建设全球统一信用卡收单产品及技术架构,支撑国际卡收单全球展业。 2. 主导和卡组、Acquirer、发卡行的深度沟通协作。 3. 主导信用卡收单支付成功率的分析优化、成功率运营,以及相关联的3DS、NetworkToken、RTAU等工作。 4. 为团队引入创新的技术和解决方案,用创新的思路解决问题。
依托阿里巴巴集团强大的技术生态,基于菜乌深耕多年的物流供应链产品技术中后台,搭建具备跨境出口业务特色的小包裹物流履约产品技术体系。 通过对接全链路各环节的物流资源,搭建C2G全球网络。基于信息流高效协同“揽收、调拨、集运、组包、配舱、清关、卡班运输、未端派送、逆向退回等”各物流环节,提供“优先、标准、简易、经济等”各样时效等级的物流产品与解决方案,完成前台电商供应链的物流需求履约。 通过工程、数据、算法的结合,对包裹可达计算、线路路由、订单分配、大包配舱、时效预测、异常管理等环节进行辅助与优化,助力提供具备一定成本、时效优势,服务稳定的物流服务。 1、针对跨境物流的计划场景,做单量中长期预测、包裹全链路时效预测等预测算法,制定合理、有效并具有一定创新性的技术解决方案。 2、深入理解业务特性,参与大数据分析和挖掘,与业务方做深度的交流与协同。将算法应用到实际场景,解决复杂业务问题。 3、持续优化预测算法效果,保障在日常以及大促期间的业务使用体感,适应业务的快速发展和变化。 4、在基础技术之外,跟踪业界最新算法趋势,尝试大模型等新型AI技术在预测算法中的应用,确保技术领先进性。
团队介绍 依托阿里巴巴集团强大的技术生态,基于多年的物流供应链产品技术中后台,搭建具备跨境出口业务特色的小包裹物流履约产品技术体系。 通过对接全链路各环节的物流资源,搭建C2G全球网络。基于信息流高效协同“揽收、调拨、集运、组包、配舱、清关、卡班运输、未端派送、逆向退回等”各物流环节,提供“优先、标准、简易、经济等”各样时效等级的物流产品与解决方案,完成前台电商供应链的物流需求履约。 通过工程、数据、算法的结合,对包裹可达计算、线路路由、订单分配、大包配舱、时效预测、异常管理等环节进行辅助与优化,助力提供具备一定成本、时效优势,服务稳定的物流服务。 职位描述: 1. 根据业务财务需求,负责设计、开发和优化财务相关管理系统,涵盖业财契约、业务计费、资金结算、财务核算等核心模块; 2. 参与需求分析,对现有财务系统的功能进行梳理、整合与改进,确保系统性能高效稳定; 3. 研究并引入前沿的财务管理理念和技术,实现财务数据自动化处理,提升财务工作效率; 4. 与业务部门紧密协作,深入理解财务管理流程,定制化开发符合企业实际需求的财务管理解决方案; 5. 负责系统上线后的运维支持工作,包括但不限于日常维护、故障排查、系统升级等,保证系统的正常运行; 6. 编写和维护相关的技术文档,确保代码质量满足规范要求,实现可持续性发展; 7. 遵守公司的信息安全政策,保障财务数据的安全性和完整性。
【业务介绍】 作为公司统一的机器学习平台团队,负责调度公司所有模型训练与推理资源;基于自建的训推引擎,构建公司统一的机器学习平台,为公司所有算法同学(稀疏 & 稠密,含 LLM) 模型迭代提供端到端的一站式服务;包括 数据生产,模型训练,模型上线,特征管理,模型测试,资源管控等一系列能力。 【岗位职责】 1、负责机器学习链路,离在线数据相关的开发工作,包括样本数据、特征数据等的数据链路搭建、任务运维和调优、性能优化等 2、负责小红书大规模机器学习平台的后台系统设计和开发工作;包括样本平台,特征平台,训练平台,推理平台等AI应用后台建设等; 3、研究分析业内AI平台产品,优化技术方案,改进产品功能,完善产品体验。
【业务介绍】 我们是小红书内稠密类模型(LLM/MLLM/SD/CV/NLP)统一的AI平台QuickSilver,负责调度公司内所有稠密类模型训练与推理资源,基于自建的训推引擎,为公司所有AI算法同学迭代业务模型提供端到端一站式AI服务;包括数据管理,模型管理,模型训练、压缩、推理、部署,服务管理,资源调度等一系列能力。 工作职责: 1、负责稠密类模型训练推理开发平台的架构设计和核心功能研发 2、设计和实现大模型训练部署流程,包括模型fine-tuning、推理服务化等 3、构建云原生架构,设计高可用、高性能的微服务体系 4、优化平台性能,提升系统稳定性和可扩展性