蚂蚁金服蚂蚁国际-金融算法工程师-全球技术
任职要求
1、 计算机、数学、统计、机器学习、金融等相关专业，本科及以上学历； 2、 2年以上数据挖掘和模型开发工作经历，个人/小微信贷信贷风控、反欺诈等方向工作经验优先； 3、 具有大数据挖掘和建模经验，熟悉分类、回归、聚类等常用机器学习算法，具有复杂网络挖掘、图算法、自然语言处理等深度学习算法或大模型开发及实践经验者优先； 4、 熟练掌握SQL 、Python等编程语言，有基于Hadoop/Spark大数据平台开发经验者优先； 5、 英语能作为工作语言与海外客户有效沟通，能接受不定期的海外出差，有海外工作或求学背景优先； 6、 良好的团队合作精神，能够做到严谨、皮实、乐观。
工作职责
1、 针对蚂蚁国际海外金融业务发展需求，参与搭建和完善信贷风控模型体系，包括反欺诈、信用评分、客户画像、营销转化、资金预测等； 2、 和业务方沟通需求，针对项目中实际遇到的问题，提出具体可行的算法解决方案； 3、 深度挖掘平台内部数据、合作方数据、以及外部三方数据，通过特征工程提炼和完善风控特征池； 4、 负责信贷风控模型开发部署、应用支持、监控维护和升级迭代等工作； 5、 探索前沿模型算法，并在信贷风控领域进行实践和应用。
● 参与生成式人工智能在蚂蚁国际业务特别是金融相关业务的探索和应用工作，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 ● 参与数据生产、模型训练、评测体系建设，推理优化等多个环节的代码库开发工作，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 ● 参与到蚂蚁国际的多项海外业务之中，进行跨团队合作，深入理解 AI 在蚂蚁国际中的金融应用场景，并通过将业务和技术的深度结合进行创新，打造在国际化场景中的金融人工智能。 ● 跟进业界前沿的大模型研究和应用进展，特别是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， ● 积累工作成果，沉淀最佳实践，发表论文及专利，提升技术影响力
1. 基于电商行为、支付数据、位置轨迹及关系网络等对全球用户、商户进行深入的分析及挖掘，构建全球用户及商户画像。 2. 构建知识图谱，利用文本摘要、文本生成等算法技术，搭建起全球化的营销运营内容体系。 3. 基于跨境支付、境外本地站点等国际业务场景及特点，设计搜索、推荐及营销引流等算法模型及策略，提升用户体验和转化效果，帮助用户增长及商家成长。 4. 利用深度学习、时序预测等技术帮助国际更加安全、高效的实现资金流动性、外汇及金融监督等管理。 5. 全面了解蚂蚁国际业务发展，提供基于机器学习、深度学习、文本挖掘、复杂网络等算法方案解决复杂的实际业务问题。
蚂蚁国际数据算法技术部正在寻找具备大模型预训练技术能力或强烈探索意愿的算法工程师。你将推动AI前沿技术在支付领域的深度落地，重点探索大模型预训练技术与支付场景的融合创新。加入我们，你将直接参与百亿级参数模型的研发实践，打造智能支付领域的下一代核心技术。 1. 参与支付交易核心场景的优化算法设计与开发，包括但不限于交易路由决策、成本优化、成功率提升、风险控制等方向； 2. 构建基于海量支付数据（成功率/耗时/成本）的预训练基座模型，探索大模型与传统深度学习/强化学习技术的融合应用 3. 持续跟踪大模型前沿技术，探索MoE、多模态预训练等技术在跨境支付中的创新应用 4. 主导从模型预训练到业务落地的全链路优化，打造具备金融领域认知能力的智能支付大脑
蚂蚁国际全球技术AI智能部正在寻找有激情并且具有创新能力的算法专家，通过使用AI 特别是生成式人工智能技术，推动蚂蚁国际化业务的发展。蚂蚁集团是一家AI驱动的公司，国际化是蚂蚁集团的重点方向，在这个职位上，你有机会接触到互联网金融，人工智能，国际化这3个当前最热门领域。 国际AI智能部负责大模型算法的创新应用与落地，同时也负责蚂蚁国际的 AI 基础设施和应用平台的建设。我们正在寻找热爱大模型的优秀人才加入我们。 其中，金融 AI 与大模型应用平台团队负责蚂蚁国际的金融 AI 业务，如基于大模型的金融助理在海外钱包的落地，以及蚂蚁国际的 AI 平台与基础设施建设，通过更加高效的训练和推理能力，以及结合 Agent 的平台研发助力蚂蚁国际全面拥抱生成式人工智能达成 AI 为先的战略。 1.负责大模型技术前沿技术跟踪、创新和落地。负责文本以及多模态大模型算法研发，对图片语音文本进行跨模型理解和生成。通过大模型算法创新和优化，致力提升大模型算法的场景落地和业务增效； 2.负责研发知识增强大语言模型技术，包括大模型领域适配、知识对齐、知识增强等，深入挖掘垂直行业、开源以及蚂蚁的海量数据，构建行业知识库，以支持相关技术的蚂蚁国际各个业务中的持续创新和实践应用； 3.负责垂直领域大模型算法开发，通过持续预训练和多任务模型微调，提升垂直大模型的核心技术价值和平台化落地； 4.深度参与产品研发项目，与团队成员合作，共同推动人工智能技术在实际业务中的应用和落地； 5.深入跟踪调研大语言模型以及相关方向（包括但不限于LLM/多模态等）的前沿技术，并适时进行技术分享。推动相关领域技术创新，进行专利申请和学术文章发表。