蚂蚁金服蚂蚁集团-JAVA研发专家-北京（AB 实验方向）

聚焦用户增长（User Growth）核心业务场景，利用强化学习（RL）与生成式 AI 技术推动业务智能化升级。你将在真实的亿级流量场景中，参与从算法策略到工程落地的全链路建设，解决广告竞价、创意生成、用户生命周期管理等高价值问题。 岗位职责： 1. RL 出价与竞价策略 参与基于强化学习的广告出价系统建设，将静态出价升级为多步序列决策范式，构建 State → 推理 → Action → Reward 的完整闭环 探索 Decision Transformer / Offline RL 等前沿方法在 RTB 竞价场景的落地 2. RL 训练与推理工程 参与 RL / LLM RL 训练框架建设，支撑 PPO、DQN、GRPO 等算法的高效落地，优化训推异步与分布式训练策略 解决 RL 训练中的工程瓶颈（样本传输延迟、显存优化、训练稳定性），跟进 VERL、Ray 等前沿框架并结合业务落地 3. AIGC 创意与 Agent 工程 设计和实现 AIGC 驱动的规模化创意供给体系，覆盖文案生成、图片创意、视频素材等多模态内容生产，构建生成 → 风控审核 → 语义去重 → 效果反馈的全链路闭环 构建面向用增业务的 AI Agent 系统（创意 Agent、广告优化师 Agent 等），设计多智能体协同架构与工具集成方案 4. AI Coding 与研发效能 深度使用 AI 编程工具（Cursor、Claude Code 等）驱动日常研发，探索 AI 辅助代码生成、代码审查、自动化测试等场景的最佳实践 参与 AI Coding 全链路覆盖的推进，提升团队 AI 辅助代码占比与研发效能 5. 在线引擎与实验体系 参与用增引擎体系（RTA / RTB / 创意供给引擎）核心模块开发，优化高并发系统性能与稳定性 建设特征工程、样本回流与 AB 实验体系，支撑策略的科学评估

聚焦用户增长（User Growth）核心业务场景，利用强化学习（RL）与生成式 AI 技术推动业务智能化升级。你将在真实的亿级流量场景中，参与从算法策略到工程落地的全链路建设，解决广告竞价、创意生成、用户生命周期管理等高价值问题。 岗位职责： 1. RL 出价与竞价策略 参与基于强化学习的广告出价系统建设，将静态出价升级为多步序列决策范式，构建 State → 推理 → Action → Reward 的完整闭环 探索 Decision Transformer / Offline RL 等前沿方法在 RTB 竞价场景的落地 2. RL 训练与推理工程 参与 RL / LLM RL 训练框架建设，支撑 PPO、DQN、GRPO 等算法的高效落地，优化训推异步与分布式训练策略 解决 RL 训练中的工程瓶颈（样本传输延迟、显存优化、训练稳定性），跟进 VERL、Ray 等前沿框架并结合业务落地 3. AIGC 创意与 Agent 工程 设计和实现 AIGC 驱动的规模化创意供给体系，覆盖文案生成、图片创意、视频素材等多模态内容生产，构建生成 → 风控审核 → 语义去重 → 效果反馈的全链路闭环 构建面向用增业务的 AI Agent 系统（创意 Agent、广告优化师 Agent 等），设计多智能体协同架构与工具集成方案 4. AI Coding 与研发效能 深度使用 AI 编程工具（Cursor、Claude Code 等）驱动日常研发，探索 AI 辅助代码生成、代码审查、自动化测试等场景的最佳实践 参与 AI Coding 全链路覆盖的推进，提升团队 AI 辅助代码占比与研发效能 5. 在线引擎与实验体系 参与用增引擎体系（RTA / RTB / 创意供给引擎）核心模块开发，优化高并发系统性能与稳定性 建设特征工程、样本回流与 AB 实验体系，支撑策略的科学评估

1、参与滴滴大数据分析平台产品的研发，主要包括数据可视化、数据解读等能力建设，为公司提供数据化运营和决策支持； 2、深度参与产品需求评审和设计，能够对产品设计提出自己的见解，在理解产品的基础上进行抽象和架构设计； 3、对负责的模块能够进行持续的优化和性能提升，并积极拓展创新场景

1、负责公司 AI Agent 产品的全栈开发与架构设计，涵盖前端交互层（IDE 插件/Web）、后端服务层及 AI 能力集成层；搭建高效稳定的前后端架构，保障 Agent 产品的高可用性、低延迟和可扩展性。 2、设计并实现 Agent 核心功能，包括任务拆解（Planning）、工具调用（Tool Use）、记忆管理（Memory）、多轮对话逻辑等；对接大模型 API，完成模型能力封装、参数调优及业务场景落地。 3、参与产品需求分析与技术方案评审，解决开发过程中的跨端兼容、性能优化等问题；持续跟进 AI Agent 领域技术趋势，引入前沿技术提升产品竞争力。 4、制定 Agent 评测战略，明确关键指标（如采纳率、生码成功率）；搭建数据集与基准环境（Offline/Online），设计横评流程（vs Cursor 等），通过数据洞察驱动模型与产品迭代。 5、制定团队 OKR，建立高效协作流程；向业务团队提供评测报告与优化建议，支持 Agent 在 IDE 与 Workspace 中的集成推广。