蚂蚁金服蚂蚁集团-大模型研发工程师（RAG检索方向）-蚂小财
任职要求
1.Java基础扎实，两年以上互联网研发经验，能够负责跨团队项目中的架构设计以及核心模块研发； 2.熟悉常见问题解决方案及其原理（分布式缓存、微服务、消息中间件、负载均衡、连接池等），有良好的软件工程知识和编码规范意识； 3.具备很强的分析问题和实际解决问题的能力，能够承担大型复杂项目的维护及改造升级工作； 4.具备良好的沟通能力及团队协作意识，有能力针对特定场景给出合理的技术方案，并跨部门协调完成； 5.有知识工程、搜索/推荐工程经验者优先，有算法经验者优先。
工作职责
大模型检索增强生成方向 1.知识工程：负责金融知识库建设，负责知识清洗、知识理解、知识加工、索引构建等核心流程建设，用大模型技术做有广度、有深度的知识理解和加工； 2.检索工程：负责检索工程建设，负责QP、QQ/QD/结构化召回、精排等核心模块开发，建设MCP、图搜索、多模态检索等多项能力，分析检索中的BadCase并制定解决方案； 3.技术创新：积极探索技术前沿，鼓励并支持将技术成果沉淀为技术文章，专利和学术论文。
1.负责语言大模型相关技术（知识注入、指令对齐、工具接口、深度推理、知识围栏）的算法研究和应用落地，具备自然语言处理、对话系统、语义理解、文本检索，强化学习、图学习等方向的丰富知识和研发经验； 2.负责金融智能助理蚂小财和理财师人机协同对话系统建设，包括但不限于大模型RAG系统构建、DPO/KTO、GRPO等RL模型的Reward设计与实现、Hybrid Reasoning混合推理系统、金融DeepResearch系统等，结合业务场景进行落地，提升理财师采纳率和GMV等指标； 3.参与大模型对话意图识别、对话管理DST、对话生成AIGC、人机协同、金融检索NL2API/NL2SQL、大模型工具学习、情感分析、用户模拟器等产品研发； 4.积极探索技术前沿，鼓励并支持将研究成果沉淀为技术文章、专利和学术论文。
1、基于大语言模型（如Qwen、DeepSeek）开发房产领域C端AI应用，包括智能选房助手、购房政策解读、楼盘分析等场景。 2、搭建LLM应用开发框架（如LangChain、LlamaIndex），实现意图识别、RAG检索、内容整合等核心能力。 3、设计支持海量数据场景下的RAG架构，支持房源、楼盘、行情、政策等内容的RAG化，并且达到C端召回准确率要求。 4、开发自动化评估工具，量化RAG系统和联网数据在召回率、错误率、幻觉率、响应延迟等指标并设计方案持续调优解决。
1、负责快手外循环广告业务中AI相关产品与系统的服务端研发工作，包括但不限于技术预研、系统架构设计、业务逻辑建模、核心功能开发与性能优化； 2、深度参与快手广告AI平台建设，涵盖RAG（检索增强生成）、LLM Agents、多模态工具链、AI评测体系、模型服务框架、Prompt 管理、运行时环境等关键工程模块； 3、探索与实现基于大语言模型（LLM）的新型广告投放形态，如智能投放助手、创意生成、自动化分析与策略优化、用户意图理解等； 4、推动广告业务与AI技术的深度融合，提升广告投放智能化水平与效率，降低使用成本，打造有行业影响力的AI+广告解决方案。
1.负责基于大模型的文本内容理解和生成任务在业务上的落地工作：； 2.参与微信读书、微信输入法的 AI 应用的持续探索和落地； 3.参与长上下文任务的推理优化、索引构建、复杂语义理解以及内容理解的工程落地和优化，负责 AI 应用系统及其数据工程链路的构建和维护； 4.基于大模型，优化现有的开发和数据链路，提升研发效率； 5.参与新技术调研以及探索，包括大模型相关的工程算法的探索和逻辑，并且参与项目特定方向的重点、难点开发工作。