蚂蚁金服蚂蚁集团-大模型高级算法工程师-金融智能
任职要求
1.具有良好的深度学习/自然语言处理/自然语言生成等相关理论基础;有顶会论文发表者优先; 2.有一定的数学建模、优化能力,能根据具体业务设计调整模型,相关领域高水平竞赛获奖者优先(Kaggle、天池等); 3.熟悉流行的深度学习框架(PyTorch,TensorFlow等)和Linux开发,有扎实的数据结构和算法功底;有 Github等优秀开源项目贡献者优先; 4.遵从以数据为中心的研发风格,能全链路驱动数据规范-数据准备-数据优化的迭代闭环; 5.抗压能力,敢于拥抱不确定性,能持续挖掘问题,追寻更优方案; 6.有大模型训练和调优经验。
工作职责
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. 负责语言大模型前沿探索,推动语言大模型在金融和信贷领域的应用效果。 2. 负责大模型在金融风控场景的落地应用与效果优化。 3. 协同跨团队技术和业务同学共同达成业务目标。

1.从事金融保险、银行领域数据挖掘和数学建模的开发与实施工作; 2.负责数据挖掘领域的分析研究,包括数据挖掘算法的分析研究,数据工程的需求分析、建模、实验模拟; 3.负责参与研发精准营销、两核风控、客群分析模型的开发、测试、数据报告整理工作; 4.负责研究成果在公司内的推广应用,以及对外对内合作交流,不断提升公司的技术、分析和营销能力; 5.针对营销理论、消费者的消费行为数据结合数据挖掘领域的特点进行综合全面的业务逻辑架构及系统架构设计。

1.负责开发、维护基于GPT类自回归及Bert类非自回归NLP模型数字化产品;涉及模型设计、训练、调试等核心工作。 2.参与后台开发,进行技术调研、可行性分析以及系统与流程结构设计,确保模型的有效落地及性能优化。 3.负责数据处理和模型训练流程,从样本筛选到数据增强,不断提升模型性能和应用效果。 4.与产品团队及前后端紧密合作,深度理解客户需求,利用先进的语言模型技术解决实际业务问题。
1. 基于业务场景抽象产品和技术逻辑,负责或参于设计算法机制从多种有业务属性的数据中挖掘企业/个体户特征,应用机器学习、深度学习、专家系统等技术实现信用评价、信贷反欺诈等场景的算法体系构建; 2. 研发实现SOTA水平的异常检测模型、图模型等在企信风险评估场景上的落地,深入理解业务场景,设计和迭代风险定价、额度策略等核心模块; 3. 构建用户风险画像量化评估体系、风险分析指标体系等,优化特征工程与模型迭代流程,建设动态策略调优系统; 4. 探索大语言模型(LLM)在智能尽调、风险预警、特征构建、策略迭代等场景的创新应用;构建可解释性AI(XAI)体系,输出可信的风险决策依据;