蚂蚁金服蚂蚁国际-高级算法工程师 - 上海-全球技术
任职要求
● 计算机、人工智能或相关专业本科及以上学历 ● 相关专业及3年以上工作经验，1年以上大模型（如Transformer、GPT、BERT等）或AI Agent开发经验。 ● 理解AI Agent架构（如AutoGPT、ReAct、MetaGPT等），具备从Agent框架设计、工具调用（Tool Calling）、记忆机制到复杂任务规划的实战经验。 ● 拥有大语言模型相…
工作职责
● 利用深度学习/机器学习/大模型在内的算法能力解决和攻坚国际质量风险领域的技术难题 ● 结合大模型与Agent技术，构建智能化风险平台（如智能攻防、核对规则挖掘、工单问答等），提升质量风险能力。 ● 搭建高扩展性的大规模数据处理与特征工程框架，支持Agent系统所需的实时数据流处理、多模态数据融合与低延迟推理； ● 对技术有较强的钻研及学习精神，能够深入了解开源技术、现有系统技术等相关技术原理，出现问题时能够通过较强的技术手段较好的解决问题。
1、基于大模型算法应用进行从需求创建到应用发布全流程各个环节提效工具的开发、建设，提升公司整体需求交付效率； 2、基于大模型算法对公司内部过往的各大提效系统和工具进行整体重建重构，建设智能化工具； 3、对于特定垂类场景模型进行训练、微调、优化评测等，提升模型在垂类场景上的效果； 4、基于公司内部研发过程中的各类痛点的问题，开发有针对性、有前瞻性的工具，并不断进行改进优化。 5、通过自研、集成、二次开发等多种手段，积极推进大模型应用和落地相关实践，系统性的提高研发、测试和项目交付管理全流程的能力和效率。
1、参与蚂蚁国际的B类场景的数据智能化建设，进行跨团队沟通合作，探索AI应用在蚂蚁国际中商户侧的场景应用，并通过将业务和技术深度结合进行创新，打造赋能B类场景的人工智能。 2、参与生成式人工智能在蚂蚁国际B类业务场景的探索和应用工作，包括方案调研与设计，构建指标和评测体系，模型训练与调优，效果评测与持续跟踪，大模型推理加速等大模型应用的全流程实际落地工作 2、 参与面向风险管控的数据生产、模型训练、评测体系建设和开发工作，结合蚂蚁国际的大模型应用平台和基础设施，结合实际工作和业务需要进行工具链的开发和维护 3、参与面向业务场景的潜客挖掘、搜索推荐等实验方案设计、模型训练、评估优化工作，提升B类场景的营销与商户全生命周期管理 4、跟进业界前沿的AI研究和应用进展，特别是机器学习、生成式人工智能的应用场景和创新形态，并探索在实际业务场景中应用落地的可能性
1. 参与蚂蚁国际商服平台智能客服机器人AI算法的设计与开发，能够进行商服基座大模型的持续预训练（Continuous pretrain，CP）、监督微调（SFT）、基于人类反馈的强化学习（RHLF）等技术工作，并推动其在实际业务场景中的高效应用与落地。 2. 参与蚂蚁国际商服平台智能坐席助手AI算法的设计与开发，在坐席服务的前中后阶段，通过文本总结，观点挖掘，模拟对话、语义搜索、话术推荐、智能质检等AI技术，辅助提升坐席服务人员的服务半径与时效。
我们致力于打造银行信贷领域的新一代“智能决策大脑”。我们以行业与产业研究为锚点，以数据智能为引擎，深度融合资深信贷专家的经验与海量异构数据洞察，构建面向信贷全生命周期的领域专属决策大模型。 1.主导信贷大模型的后训练体系：通过有监督微调（SFT）、奖励模型（RM）训练、人类反馈强化学习（RLHF）、直接偏好优化（DPO）等领域领先技术，让模型不仅“会回答”，更能“可解释、答得准、判得稳、符合专家直觉”，实现与信贷业务目标的深度对齐。 2.构建垂直领域智能Agent系统的能力：能主导信贷场景下Intelligent Agent的核心框架设计，融合感知、规划、执行与持续学习机制，并通过知识图谱、RAG、NL2SQL等技术打通非结构化知识、结构化数据与自然语言交互，实现从行业洞察、风险画像到决策支持的端到端自动化。 3.打造高质量领域数据飞轮：从零构建面向信贷场景的指令与偏好数据集，设计数据配比、清洗、增强与合成策略，持续提升数据效率与泛化能力——因为你知道，好模型的背后，是更聪明的数据。 4.建立科学严谨的评估体系：构建覆盖准确性、逻辑一致性、风险敏感度、幻觉控制等多维度的自动化评测 pipeline，用数据驱动模型迭代，确保每一个版本都比上一个更可靠、更可用。 5.站在AI+金融的最前沿：紧密跟踪全球大模型的最新进展（如新型偏好学习、多Agent协作等），快速将学术突破转化为业务生产力，解决真实世界中复杂、高 stakes 的信贷决策挑战。同时将领域化的研究转化为高质量的顶会论文，形成持续学术影响力。