蚂蚁金服蚂蚁数字科技-机器学习算法工程师
任职要求
1. 在读研究生（博士、硕士均可），人工智能、计算机、软件工程、数学等相关专业； 2. 拥有较丰富的科研经验或实际工程落地项目，参与过有影响力的项目或论文者优先； 3. 深厚的机器学习与深度学习理论基础；卓越的算法设计与…
工作职责
1. 参与和负责营销、风控模型架构课题研究。包括多场景、多目标建模等； 2. 参与和负责多源数据融合课题研究。提升数据源使用效率； 3. 参与新架构体系在营销、风控场景的应用，提升当前业务效果。
1. 参与 Coding 及其他智能体应用的设计、开发与落地，把实验阶段的能力打磨成可交付、可规模化的产品； 2. 参与智能体核心模块的研发，包括任务规划、工具调用（Function Calling）、记忆机制、上下文管理、对话与协作编排等，推动其在真实场景中跑通，并能复用到不同的智能体应用上； 3. 用 Agent、工具链和工作流提升研发的吞吐与效率，把交付做到过程可追溯、结果可观测、质量可管理； 4. 与算法、产品、设计及业务团队紧密协作，端到端完成智能体从想法到上线的闭环，并持续迭代、向新场景拓展； 5. 把实践中验证有效的经验沉淀为知识、工程资产和共性方法，参与 AGI研发体系的产品化，让它成为可复用、可推广到更多场景的范式。
1. 负责海外 ZAN SaaS 产品从需求洞察、路线图规划到上线交付与持续迭代； 2. 设计产品的商业化模式:定价与套餐、计费与配额、试用与转化路径,持续优化付费转化与留存； 3. 与市场、BD、运营、合作伙伴协同,制定并落地产品 GTM 策略,把握海外开发者 / 企业客户的获取与增长； 4. 持续监控用户反馈与核心产品指标(转化、留存、ARR、活跃等),识别优化与增长机会并驱动落地； 5. 与工程、设计紧密配合,交付高质量、对开发者友好的产品与文档； 6. 针对目标生态与重点客户,发展并维护长期合作关系,帮助产品在全球开发者生态中成长。
按方向划分，你将承担以下职责中一项或多项： 1.分布式训练方向： （1）设计并调优大规模混合并行策略（TP/PP/DP/EP/CP 组合方案），持续提升集群 MFU； （2）做训练性能 profiling 与全链路瓶颈攻坚，扛起训练稳定性终极排查（NCCL 超时、梯度异常、显存泄漏）； （3）对 Megatron-LM / DeepSpeed 等训练框架做深度适配、魔改与 bug 修复，主导 mid-train 阶段的分布式方案设计与执行，与基座模型团队做核心技术对接； 2.推理服务方向： （1）负责推理服务搭建与维护（vLLM / SGLang 部署、升级、深度调优）； （2）推进批量推理优化与量化方案落地，在精度与吞吐之间找到商业最优解； （3）建设 Checkpoint 管理与模型格式转换工具链，作为基模与算法团队之间的桥接层，提供日常 infra 支持； 3.Agentic RL 沙箱方向： （1）从 0 到 1 搭建 Agentic RL 训练的沙箱环境基建，做多团队协作的技术枢纽； （2）设计标准化的环境接口（observation / action / reward），保障沙箱的隔离性、容错与资源管控； （3）优化沙箱吞吐与延迟，持续接入新工具与新环境； 4.大模型训练参与方向： （1）负责专项数据合成，为模型训练提供高质量数据燃料； （2）参与专项能力优化与模型训练，把引擎能力转化为真实的模型能力提升。
1. 负责核心业务系统（如eKYC、业务安全、平台工程等）的架构设计、技术选型和研发工作，攻克高并发、高可用、高复杂度下的技术难题； 2. 深入业务，识别系统中的性能瓶颈、架构弱点和安全隐患，主导技术方案的制定与落地，保障系统的稳定性和可扩展性； 3. 站在业务全局视角，参与制定团队中长期的技术规划和架构演进路线图，推动技术创新，将前沿技术（如AIGC、云原生等）与业务场景结合，构建面向未来的技术体系； 4. 负责核心服务的SLA保障，建立并完善系统的可观测性（监控、告警、日志）体系，主导重大故障的复盘和技术改进，推动稳定性最佳实践在团队落地； 5. 与产品、算法、解决方案等团队紧密协作，深刻理解业务需求，提供具有前瞻性的技术解决方案，确保技术方案与业务目标的高度一致性； 6. 通过Code Review、技术分享、方案评审等方式，指导和培养团队中的初中级工程师，提升团队整体技术水平和工程质量； 7. 负责核心模块和关键技术方案的文档撰写与维护，形成团队的技术知识库。