蚂蚁金服蚂蚁国际-大模型算法工程师-金融算法
任职要求
1. 熟练掌握大模型的核心算法，深入理解 Qwen、DeepSeek、Llama 等主流开源大模型的架构设计与关键技术细节；具备大模型预训练、后训练（如指令微调、对齐优化）及基于强化学习的训练（如 RLHF）等实战经验者优先； 2. 具备扎实的编程能力，熟练使用 PyTorch、Hugging Face Transformers、Megatron-LM、SGLang 等主流深度学习与大…
工作职责
1. 基于海量体系内数据，应用大模型对用户进行深入挖掘并提炼有价值信息，如行为特征、用户画像等，支撑金融风控和业务发展； 2. 应用大模型技术在营销增长、内容推荐、精准匹配等场景，探索利用技术改善产品服务体验，创造新价值； 3. 涵盖但不限于SFT、RLHF以及大模型蒸馏等技术应用，负责整个项目的从设计到落地。
1.数据整理与分析:负责收集、整理股票证券分析领域的海量对话数据，对数据进行清洗、标注和分类，确保数据的准确性和可用性，为模型训练提供高质量的数据基础； 2.模型调优与评估 ：基于现有大模型架构，针对股票金融分析对话场景，通过调整模型参数、优化训练策略等方式，提升模型对股票相关问题的理解和回答能力，确保输出的准确性和专业性；运用各种评估指标，如准确率、召回率、F1 值等，对模型效果进行客观评估，及时发现问题并提出改进方案； 3.对话策略制定 ：深入理解股票业务知识和客户需求，结合模型特点，制定合理的对话策略，包括问题引导、答案推荐、情绪安抚等，使客服对话更加自然、流畅和高效，提升客户满意度；根据业务发展和市场变化，及时调整对话策略，确保模型能够适应不断变化的股票市场环境； 4.知识库建设与维护 ：协助构建和维护股票证券知识库，将股票基础知识、交易规则、市场动态、常见问题解答等内容进行系统整理和更新，为模型提供丰富的知识支持，确保模型能够快速准确地回答客户问题；定期对知识库进行审核和优化，确保知识的准确性和时效性。
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.主导基于SFT、强化学习及Agent等的大模型技术方案研发，针对投保、理赔等核心场景中的关键决策痛点，设计技术解决方案并落地； 2.构建高严谨性、高精度的行业垂直领域大模型决策能力； 3.探索大模型前沿技术，将实际业务需求转化为技术课题，产出可解决实际问题的创新方案，并形成技术文章、专利和学术论文等成果。
1.负责以大模型为代表的AI技术能力的建设和优化，打造业界领先的AI技术系统，主要职责包括后训练、大模型训练数据构建、大模型能力评测、大模型推理效果和效率优化、RAG等； 2.参与金融智能相关项目的算法设计与开发，包括但不限于智能理财助理蚂小财、股票、金融供给、金融Copilot、投研及投顾观点生成等； 3.负责金融大模型（如知识注入、对齐等）算法的研究和应用落地； 4.紧密跟踪、探索大模型方向前沿技术，依托丰富且体系化的业务生态，实践大模型算法的创新应用与落地，鼓励并支持将技术研究成果沉淀为论文和专利。