蚂蚁金服蚂蚁国际-AI工程专用通道-全球技术
任职要求
1、具有扎实的Java功底，对JVM的原理有一定的了解，具有较好的Java IO、多线程、网络等方面的编程能力。 2、熟悉Spring、MyBatis等常用Java框架，对其运行原理有较好的理解。 3、熟悉数据库的设计，具备SQL编写及调优能力。 4、较强的表达和沟通能力，热爱技术研发，具有快速学习能力…
工作职责
1、参与蚂蚁全球大模型平台的设计与开发，支撑大模型的研发训练以及在业务场景的应用落地。 2、独立承接项目需求，负责业务需求分析、系统核心方案设计和代码编写。 3、跟进业界大模型与生成式人工智能进展，参与相关的工程能力建设。 4、负责线上系统的维护和管理，能线上问题快速定位和优化，保障系统稳定运行。
本岗位为东北大学3月26日宣讲专用投递通道，仅东北大学本校在校生可投递，用于后续专场面试的安排。 宣讲时间：3月26日18:30 宣讲地点：浑南校区1号公共教学楼A102 面试细节将在宣讲现场发布，期待与您相见！ 工作内容 1. 与各业务、产品、工程团队配合，在京东亿量级的数据与丰富的业务应用场景中不断进行深入的算法研究和模型构建，包括但不限于自然语言处理、计算机视觉、机器学习（尤其在深度学习领域）； 2. 参与到京东不同场景的算法研发中，例文本内容理解、智能对话的语义解析及意图理解、图像检测、图像分类、电商搜广推算法、新AI生成技术范式落地研究等； 3. 与京东的技术团队及科学家们一同参与算法研发的前沿研究，助力业务提升效率，实现京东技术愿景和战略。
1. 研发下一代AI驱动的软件工程范式 - 构建面向移动端及嵌入式OS的智能编程系统，探索LLM在代码生成、架构设计、静态分析及测试用例生成等全流程的自治能力； - 研发智能编程辅助系统，实现需求文档→技术方案→代码实现→测试验证的端到端闭环开发。 2. 构建软件工程Agent体系架构 - 设计具有记忆、规划与工具调用能力的多智能体框架，实现复杂功能开发的自主决策与执行； - 开发基于强化学习的Agent协作机制，优化代码质量、构建成功率等核心指标。 3. 研发超大规模代码检索增强生成系统 - 设计高效的多粒度代码索引结构与语义检索框架，实现亿级代码片段的高精准召回与排序； - 研发代码知识库与LLM深度融合的混合检索技术，提升复杂项目上下文理解与跨文件依赖分析能力。 4. 微调和评估软件工程领域专用模型 - 针对IDE补全、对话等场景微调专用小参数大模型，提升代码生成率； - 评估大模型在特定软件工程领域的能力，针对具体研发场景选择适合的模型。 5. 前沿技术探索与专利布局 - 跟踪代码大模型、程序分析、AI软件工程等领域国际顶会（ICSE/PLDI/NeurIPS等）最新进展； - 主导技术创新点的专利撰写与学术论文产出。 【课题名称】 AI智能软件开发系统研究 【课题内容】 构建下一代AI驱动的智能软件开发系统 1. 面向移动端OS的智能编程系统； 2. 构建软件工程Agent系统； 3. 研发超大规模代码检索增强生成系统。
团队介绍：字节芯片研发团队隶属于系统部，目前工作主要集中在芯片设计环节。该团队主要围绕字节自身业务展开芯片探索，为字节多项业务的专用场景定制硬件优化，设计多款基于先进半导体工艺的云端复杂芯片，以期提升性能、降低成本。早期若干芯片项目已经进入到量产部署阶段，有多次一版成功的投片经历，所用工艺包含多个主流的先进工艺节点。和系统部基础设施工作的整体协同，能更容易和更好地发挥芯片研发的价值。 课题介绍：探索电路、SoC和算法的协同架构；负责创新电路、架构和系统设计；与硬件设计团队合作，实现高协同的架构和系统设计。 研究方向：电路设计系统、芯片设计、半导体、机器学习、深度学习、计算机架构。 一、架构设计 1、负责AI芯片架构的探索与设计方案，包括计算/互联/存储等方向； 2、负责AI推理/训练系统的软硬件协同优化方案； 3、负责不同业务场景下AI模型结构和算子特性分析、硬件实现方案制定以及性能优化。 二、ASIC设计 1、负责数据中心内ASIC芯片的微架构探索、RTL设计和集成，包括计算/互联/访存几个方向； 2、支持AI加速芯片的Power/Performance/Area优化和设计流程优化； 3、跟踪调研业界最新AI芯片微架构，并进行量化分析和总结，梳理AI微架构benchmark。 三、AI工具链 1、负责硬件加速器训练框架研发； 2、参与软硬件协同设计，对关键硬件参数进行仿真； 3、负责实际业务模型训练任务调研； 4、负责训练中通信算子研发以及性能优化。
团队介绍：字节芯片研发团队隶属于系统部，目前工作主要集中在芯片设计环节。该团队主要围绕字节自身业务展开芯片探索，为字节多项业务的专用场景定制硬件优化，设计多款基于先进半导体工艺的云端复杂芯片，以期提升性能、降低成本。早期若干芯片项目已经进入到量产部署阶段，有多次一版成功的投片经历，所用工艺包含多个主流的先进工艺节点。和系统部基础设施工作的整体协同，能更容易和更好地发挥芯片研发的价值。 课题介绍：探索电路、SoC和算法的协同架构；负责创新电路、架构和系统设计；与硬件设计团队合作，实现高协同的架构和系统设计。 研究方向：电路设计系统、芯片设计、半导体、机器学习、深度学习、计算机架构。 一、架构设计 1、负责AI芯片架构的探索与设计方案，包括计算/互联/存储等方向； 2、负责AI推理/训练系统的软硬件协同优化方案； 3、负责不同业务场景下AI模型结构和算子特性分析、硬件实现方案制定以及性能优化。 二、ASIC设计 1、负责数据中心内ASIC芯片的微架构探索、RTL设计和集成，包括计算/互联/访存几个方向； 2、支持AI加速芯片的Power/Performance/Area优化和设计流程优化； 3、跟踪调研业界最新AI芯片微架构，并进行量化分析和总结，梳理AI微架构benchmark。 三、AI工具链 1、负责硬件加速器训练框架研发； 2、参与软硬件协同设计，对关键硬件参数进行仿真； 3、负责实际业务模型训练任务调研； 4、负责训练中通信算子研发以及性能优化。