蚂蚁金服蚂蚁集团-数据工程师(就业)-支付宝技术
任职要求
方向一: 1. 从事数据仓库或挖掘领域至少3年以上,熟悉数据仓库模型设计与ETL开发经验 ,掌握维度建模设计方法,具备海量数据处理经验; 2. 熟悉数据仓库领域知识和技能者优先,包括但不局限于:元数据管理、数据开发测试工具与方法、数据质量、主数据管理; 3. 熟悉数据库技术,熟练运用SQL及其他語言,能高效的与技术团队进行沟通; 4. 熟练掌握一门或多门编程语言,并有大型项目建设经验者优先,如Java、Python、Shell; 5. 良好的语言沟通与表达能力,自我驱动。 方向二…
工作职责
方向一: 1. 负责支付宝就业业务的流量投放、增长相关的数据服务,包括:数据仓库(离线、实时)设计和研发、数据赋能业务的方案设计和推进运营场景需要的数据诉求; 2. 研究用户的相关行为及数据,并基于分类、标注、聚类等机器学习手段,挖掘不同业务场景的业务标签; 3. 负责相关域的数据架构治理,包括集群管理、数仓架构管理、需求流程管理等。 方向二: 负责支付宝就业业务数据体系和增长解决方案建设,通过数据技术和数据科学手段为业务决策及策略落地提供支持,助力业务增长。 1、负责支C侧业务核心数据体系的设计,基于业务理解业务洞察指标体系,及时发现业务问题和机会,并沉淀数据资产和数据产品; 2、深入理解业务的战略和策略打法,敏锐洞察业务痛点,利用数据技术和数据科学手段为业务决策、产品方向、增长策略提供业务建议和方案; 3、协同技术和算法团队打造可持续数据解决方案,通过效果和效率的提升助力业务增长,推动业务模式和产品不断创新。
1. 深入发掘和分析业务需求,撰写技术方案和系统设计; 2. 参与技术方案和系统设计评审;把握复杂系统的设计,确保系统的架构质量; 3. 负责就业项目、AI智能体开发、系统核心部分代码编写;疑难问题的解决; 4. 对现存或未来系统进行宏观的思考,规划形成统一的框架、平台或组件; 5. 为团队引入创新的技术、创新的解决方案,用创新的思路解决问题; 6. 对业务数据深度挖掘,数据驱动业务增长;
1、设计与落地多轮多步数据合成流程(对话、计划、工具调用轨迹、偏好反馈等),构建高质量指令与偏好数据集。 2、组织 SFT + RL(如 DPO、RM+PPO/GRPO、RLHF/RLAIF)训练与离线评估,形成可复用训练/评测基座。 3、构建/优化 Agent 的 planning(planner、task decomposition、反思/复盘)与工具使用策略(tool selection、参数填充、错误恢复等)。 4、设计 memory 体系(短期/长期/检索记忆、用户画像)与个性化能力(偏好建模、上下文压缩、隐私保护)。 5、与产品/业务协同,将Agent能力在实际场景中落地并持续优化性能、成本与延迟。
1. 负责搜索与推荐系统核心算法的研发与优化,重点覆盖Query理解(意图识别、语义纠错等)、多路召回(向量化检索、大模型召回等)及排序模型(精排、粗排)等关键模块。 2. 深入挖掘用户行为数据(搜索Query、点击、转化等),分析用户兴趣与需求,构建高质量特征,提升搜索推荐结果的准确性和个性化程度。 3. 探索生成式技术在推荐领域的创新应用,如生成式推荐列表、个性化内容创作与摘要、可解释的推荐理由生成等。 4. 探索大模型(LLM)在搜索推荐场景下的创新应用,如Query增强、搜索结果摘要生成等,并推动技术落地。 5. 设计与实施A/B实验,科学评估算法效果,通过数据驱动的方式进行持续的算法迭代和系统优化。 6. 跟踪业界前沿技术,参与系统架构的演进,解决高并发、低延迟等工程挑战。