蚂蚁金服蚂蚁数字科技-计算机视觉及多模态算法工程师
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；
3. 有MLLM/VLM训练或微调经验；文档/表格/图表理解、VQA、视觉对抗/鲁棒性、RAG/Ag…工作职责
一句话描述：参与CV、及多模态核心算法研发，涉及视觉对抗、多模态智能体的深度创新和产品应用。 团队成员皆来源于国内外知名高校和企业，并在CVPR、ICCV、ACM MM等顶级会议发表多篇学术论文，鼓励发表前沿学术论文和工程落地，具有业界一流的实习生待遇； 1. 负责多模态大语言模型（MLLM）图文对齐，富文本图像理解，视觉问答（VQA)等领域的前沿研究； 2. 深入金融等垂类行业，在具体业务场景探索多模态大模型（MLLM）与智能体（Agent）前沿应用如GUI Agent、Chart/DocVQA、OCR-free与OCR融合理解； 3. 在导师指导下发表前沿学术论文，撰写专利。
1. 研发隐私保护机器学习、大模型隐私保护的核心技术和算法，解决隐私保护、高性能、拓展性等问题； 2. 面向金融等特定场景，研发隐私保护机器学习、统计分析等方案，支持传统AI模型、大模型及数据系统的隐私增强，构建兼顾模型性能、数据安全与实用性的AI和BI系统。
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。