蚂蚁金服【蚂蚁星】财富AI Lab-大模型Agent算法-27届
任职要求
1. 扎实的大模型算法基础，理解 Transformer、LLM 训练、后训练、推理机制和对齐技术； 2. 熟悉 Agent 技术范式，如 ReAct、Plan-and-Execute、Reflexion、Tree-of-Thought、Function Calling、Multi-Agent 等； 3. 熟悉 Tool Use 相关技术，理解工具选择、参数生成、工具结果解析、多工具协同和失败恢复等问题； 4. 熟悉 SFT、DPO、PPO、GRPO、RLHF/RLAIF、Reward Model、Preference Learning 等方法； 5. 具备较强工程能力，熟练使用 Python，熟悉 PyTorch、Transformers、vLLM、Ray、DeepSpeed、Megatro…
工作职责
部门介绍： Fin-AI Lab / 财富 AI Lab 是面向金融场景打造的 AI Native 技术团队，聚焦大模型、Agentic Learning、Tool Use、复杂推理、金融数据理解与端到端 AGI 金融智能产品和系统建设。 团队的核心目标不是简单构建一个金融问答助手，而是围绕真实复杂金融场景，训练和构建能够完成长程、多步、可验证任务的大模型 Agent。我们关注大模型从“会回答”走向“会规划、会调用工具、会使用数据、会自我校验、会完成任务”的能力跃迁。 在金融场景下，Agent 面临更高的技术挑战：数据高度结构化与实时变化并存，任务链路长，工具体系复杂，事实性和严谨性要求高，推理过程需要可追踪、可验证、可控。因此，团队需要围绕 Agent 规划、工具调用、记忆、反思、执行环境、评测体系、强化学习与数据飞轮，系统性提升大模型在复杂金融任务中的能力上限。 职位描述： 1. 负责金融场景下大模型 Agent 算法体系建设，包括规划、工具调用、记忆、反思、执行控制等核心模块； 2. 构建 Agentic Learning 训练方案，包括 Agent 轨迹数据、过程监督、偏好数据、Reward Model 和强化学习目标设计； 3. 探索 SFT、DPO、PPO、GRPO、Process Reward、Outcome Reward 等方法在 Tool Use 和长程任务中的应用； 4. 设计金融 Agent Benchmark，建立评测驱动的模型和系统迭代机制； 5. 优化多工具调用链路，包括工具路由、参数生成、结果解析、调用链规划和异常恢复； 6. 建设金融任务执行环境，包括工具调用环境、模拟任务环境、自动评测环境和训练数据生成环境； 7. 跟踪 Agentic Learning、Tool Use、RL for LLM、Long-horizon Reasoning 等前沿方向，并推动技术落地。
部门介绍： Fin-AI Lab / 财富 AI Lab 是面向金融场景打造的 AI Native 技术团队，聚焦大模型、Agentic Learning、Tool Use、复杂推理、金融数据理解与端到端 AGI 金融智能产品和系统建设。 团队的核心目标不是简单构建一个金融问答助手，而是围绕真实复杂金融场景，训练和构建能够完成长程、多步、可验证任务的大模型 Agent。我们关注大模型从“会回答”走向“会规划、会调用工具、会使用数据、会自我校验、会完成任务”的能力跃迁。 在金融场景下，Agent 面临更高的技术挑战：数据高度结构化与实时变化并存，任务链路长，工具体系复杂，事实性和严谨性要求高，推理过程需要可追踪、可验证、可控。因此，团队需要围绕 Agent 规划、工具调用、记忆、反思、执行环境、评测体系、强化学习与数据飞轮，系统性提升大模型在复杂金融任务中的能力上限。 职位描述： 1. 负责金融场景下大模型 Agent 工程框架的设计、开发和优化，支撑多工具、多步骤、长链路任务执行； 2. 参与 Agent 系统核心模块建设，包括任务规划、工具路由、函数调用、记忆管理、状态管理、异常恢复和结果校验等； 3. 负责 LLM 推理服务优化，探索并落地 KV Cache 优化、批处理、并发调度、量化、投机推理、模型路由等技术，提升推理效率和成本表现； 4. 基于 vLLM、SGLang、TensorRT-LLM、DeepSpeed、Ray 等框架，优化 Agent 线上服务的稳定性、吞吐、延迟和资源利用率； 5. 建设 Agent 评测与观测体系，包括任务成功率、工具调用准确率、延迟、成本、失败率、异常类型、链路追踪等指标； 6. 与算法团队协作，支持 Agentic Learning、SFT、RL、Reward Model 等训练链路所需的数据采集、轨迹生成、日志回放和实验平台建设； 7. 跟进大模型推理优化、Agent 框架、Tool Use、RL infra、模型服务化等方向的前沿技术，并推动在金融场景中落地。
部门介绍： Fin-AI Lab / 财富 AI Lab 是面向财富金融场景打造的 AI Native 技术团队，聚焦大模型、Agentic Learning、Tool Use、复杂推理、金融数据理解与端到端 AGI 金融智能产品和系统建设。 团队的核心目标不是简单构建一个金融问答助手，而是围绕真实复杂金融场景，训练和构建能够完成长程、多步、可验证任务的大模型 Agent。我们关注大模型从“会回答”走向“会规划、会调用工具、会使用数据、会自我校验、会完成任务”的能力跃迁。 在金融场景下，Agent 面临更高的技术挑战：数据高度结构化与实时变化并存，任务链路长，工具体系复杂，事实性和严谨性要求高，推理过程需要可追踪、可验证、可控。因此，团队需要围绕 Agent 规划、工具调用、记忆、反思、执行环境、评测体系、强化学习与数据飞轮，系统性提升大模型在复杂金融任务中的能力上限。 职位描述： 1. 负责财富金融场景下大语言模型的后训练体系建设，包括 SFT、Preference Learning、RLHF/RLAIF、DPO、PPO、GRPO 等方向的算法研究与落地； 2. 结合蚂小财、蚂蚁财富 App 等真实业务场景，设计高质量金融数据构建方案，包括数据洞察、数据清洗、数据合成、偏好数据构建、复杂任务标注、数据质量评估等； 3. 建设金融大模型评测与 Benchmark 体系，围绕专业性、严谨性、事实性、合规性、工具调用、多轮对话、复杂任务完成率等维度，定义模型能力提升路径； 4. 与 Agent、工程、产品、运营、投研供给团队紧密协作，推动模型能力在真实产品中的端到端落地，持续提升用户体验和业务指标； 5. 针对金融场景中的高频、复杂、长链路任务，优化模型的推理能力、指令遵从能力、工具调用能力和结构化表达能力； 6. 跟踪业界大模型后训练、Agent、金融 AI、数据合成、评测体系等方向的前沿技术，并结合业务场景完成技术验证和规模化落地； 7. 参与模型训练策略、实验设计、效果分析和迭代规划，推动团队形成以评测驱动、数据驱动、产品体验驱动的模型迭代闭环。
蚂蚁集团技术研究院致力于做有用、有想象力的科研，负责探索下一代前沿科技，帮助蚂蚁构建更具竞争力和可持续性的技术生态。 蚂蚁技术研究院数据智能实验室专注于通过下一代数据创新深化AGI前沿，这里汇聚了一群对人工智能充满热情的极客、科学家和工程师，核心成员累计学术引用量过万。 实验室拥有顶级资源支持包括但不限于海量高质量训练数据（万亿级Token，覆盖多领域、多模态）；超大规模算力（万卡级GPU集群，支持分布式训练与高效调优）；与全球顶尖AI团队（如DeepMind、OpenAI等）的深度合作机会等。 你将参与： - 下一代AGI大模型研发 a. 探索更高效的训练架构 b. 突破现有模型的推理与泛化能力 c. 研究多模态、因果推理、强化学习等前沿方向 - 构建新数据范式 a. math/code数据饱和后的后训练时代数据 b. 合成数据，突破全球可用数据上限 c. 多模态数据，构建空间数据与跨模态任务的核心引擎 - 技术创新与开源 a. 撰写高质量技术论文，推动学术边界 b. 构建开源工具链，降低AGI研发门槛 c. 与全球开发者社区互动，分享你的成果
我们负责蚂蚁集团内基础人工智能技术的研发与创新，致力于通用人工智能的实现。研究范围涵盖广泛，不仅包括语言大模型、多模态大模型等前沿的大模型技术，也深耕优化算法、知识图谱等基础AI方向。我们自主研发并开源了百灵大模型系列，旨在打造更高效、更通用的AI技术底座。我们积极推动开放协作的AI生态建设，通过技术共享、产学研合作等方式，促进人工智能技术的普惠发展，推动AI技术在各行各业的深度应用。 1. 负责研发大语言模型预训练技术，如高效的新型llm模型架构、长窗口训练技术、pretrain scaling law、高效预训练策略等。 2. 负责研发基于强化学习的推理模型，如大规模强化学习、新型RL算法、testing time scaling等。