蚂蚁金服蚂蚁集团-大模型算法工程师（端智能）-支付宝技术-1024热招
任职要求
1、计算机相关专业获得硕士及以上学位，有大模型应用、垂类基座训练和实际AI项目经验优先； 2、有NLP基础背景，对NLP主流大模型如Qwen/DS的原理和差异有深入的理解，对数据配比、控制遗忘有实际经验，发表过大模型相关研究AI顶会论文优先； 3、熟练掌握主流深度学习框架pytorch/tensorflow…
工作职责
1、围绕支付宝主端智能化背景，基于海量服务体系，通过RQ-VAE、Continue Pre-train、相关后训练和强化对齐技术建设统一生活服务垂类基座，驱动相关应用效果优化。 2、攻坚支付宝大模型应用落地效果，深度结合业务实现相关算法驱动优化，包括但不限于Tool Use增强、RAG、大模型个性化和Decode搜索优化算法。 3、有效协同跨团队技术和业务同学共同达成技术和业务目标； 4、NLP大模型前沿探索，推动大模型子领域的技术创新，沉淀行业领先的技术能力，构建技术影响力。
1. 提升对话式语音交互体验：围绕支付宝生活助手等智能化场景，持续打磨语音流式全双工交互体验，提升垂类场景语音理解生成质量，建设更具“真人感”的语音交互； 2. 构建多模态交互算法能力：结合多模态感知与融合算法，设计音视频模态协同实时理解、交互决策、长时记忆等关键技术能力，实现系统“边看边想边说”并辅以丰富的表现力； 3. 提升多模态交互反馈质量：面向文本/语音/视频等模态，在语义内容准确性的基础上提升表达“真实感”和“真人感”，包括但不限于副语言信息、视觉画质/美学提升等； 4. 优化端到端耗时体验：面向多模态大模型的训练/微调/推理加速方法，包括但不限于模型训练效率提升、模型加速、端云协同等，将算法模型极致优化并推动落地。
1、基于支付宝端海量数据，通过数据挖掘算法、大模型等手段，深度挖掘支付宝内部服务/服务动线，深度参与到支付宝端侧智能建设； 2、探索基于海量用户行为数据，实现对用户行为挖掘\理解和感知，探索app新的操作模式；
风控技术是蚂蚁大安全技术最核心的团队之一，全面支持蚂蚁支付宝、国际、数金几大板块的风险防控技术能力建设，子方向包括资金风控、内容安全、流量作弊风控、核身等硬核技术，用大数据和AI能力，构建蚂蚁金融和数字化风控技术底盘，保证了风险水位的长期持续稳定。团队敢于打硬仗，不断挑战行业型不确定性技术课题。 面向蚂蚁海量用户，日亿级交易，我们希望用大模型技术重构风控攻防的底层逻辑，结合万亿样本，进行大模型算法/工程/应用的全栈建模，选型，设计，研发，和优化，端到端解决风险防控问题，通过各种创新（如黑产对抗的强化学习，防控特征/策略的生成，面向对抗的多模态算法/系统设计和优化等），用智能化突破现有风险对抗体系的上限，保障支付宝的每一个客户的资金安全，为每一次支付保驾护航。
1. 系统级技术方案设计 • 主导消费级 AI 硬件产品（AI 玩具 / AI 眼镜 / AR 眼镜 / 智能耳机）技术架构，整合 AI 算法、硬件平台、传感器与交互逻辑 • 制定 0→1→ 量产的完整技术路径，平衡性能、功耗、成本与用户体验（例：99 元 AI 玩具 BOM 控制、10 h 续航方案） 2. 跨领域技术整合 • 协调算法、硬件、供应链、工业设计团队，解决技术冲突（例：高精度视觉算法 vs 低功耗芯片限制） • 设计端侧 AI 部署方案（TensorFlow Lite / ONNX Runtime），优化大模型量化、蒸馏等压缩策略 3. 市场与技术趋势洞察 • 研究消费电子前沿（TinyML、AR 光学模组、SLAM 算法），推动创新落地 • 分析竞品技术方案，制定差异化竞争策略