蚂蚁金服蚂蚁集团-AI数据工程师-数字支付
任职要求
我们期待的你 1. 有 0→1 搭建数据体系的经验，熟悉 Flink / Spark / Kafka，SQL 扎实，掌握 Python 或 Java 2. 有数据建模和…
工作职责
我们在做什么 用 AI Agent 重新定义支付——让每一笔交易更智能、更安全。数据是燃料，管线是血管，资产是骨骼，我们需要你让这一切运转起来。 要做的事 1. 搭建数据管线：高吞吐、低延迟，实时+离线，端到端掌控 2. 经营数据资产：像产品经理一样思考数据建模、分层和资产沉淀 3. 释放数据价值：AB实验、归因分析，让数据替业务说话 4. 拥抱数据科学：特征工程、样本构建，帮 Agent 把"聪明"落地 5. 守护数据质量：监控、告警、治理，数据错了比没数据更可怕
1. 通过AI构建数据产品：熟练运用大模型及AI工具，面向销售团队敏捷开发智能问数、客户洞察、线索分析等应用，实现数据能力的产 品化交付。 2. AI驱动数据挖掘与业务洞察：从内外部多源业务系统数据中挖掘业务增长点或风险点，针对销售漏斗、行业渗透、客户画像等场景开展专题分析，为业务提供可落地的洞察和建议。 3. 销售运营系统和工具赋能：理解ToB（数据库厂商/SaaS行业等）销售模式，参与核心指标体系建设；通过数据可视化与自动化工具，为销售决策、行业策略、客户运营等业务落地提供系统和工具支撑。
以数据驱动、评测驱动的方式，构建数据高效迭代闭环，建立从数据寻源、标注、处理、合成到评测的全链路数据体系，持续建设高质量数据集和评测集，不断推动基础模型能力提升，推动AI模型和应用发展。 具体职责包括以下相关方向的一项或多项： 1.全模态数据处理： ● 参与研发万亿级数据规模的全模态数据处理引擎。 ● 通过设计高性能、可复用的数据处理算子，构建覆盖全生命周期的自动化数据生产pipeline。 ● 解决海量数据在清洗、脱敏及增强过程中的计算瓶颈，利用智能筛选与精准对齐算法交付极具竞争力的高质量训练集。 ● 持续优化全链路交付效能，确保数据质量与处理规模世界领先。 2.大模型数据理解与资产体系建设： ● 参与全模态AI数据基础设施建设。 负责设计支撑AGI 演进的多模态语义标签标准与特征映射体系，通过构建先进的质量度量模型与内容理解框架，实现对海量 3D、视频、音频等复杂数据的自动化精炼，精细化的数据理解体系加速AGI发展的科学性与高效性。 ● 构建核心AI数据战略资产体系。 结合业务垂直场景与最前沿算法，深度参与海量数据的解析、挖掘与性能优化，驱动EB级全模态数据的深度解析与价值发现；通过全链路的智能处理与挖掘优化，将海量数据转化为高稀缺性和行业竞争壁垒的AI数据资产。 3.领域全链路数据策略建设： ● 设计实现面向大模型细分领域的模型性能优化的全链路数据体系，涵盖评测体系设计、数据加工与数据合成链路、数据标注策略设计。 ● 深度理解大模型细分领域的技术点，实践“评测驱动”（Evaluation-Driven Development，EDD）的大模型迭代方法，确保千问、万相等基础模型能力持续处于世界领先水平。
1、负责大模型 SFT/DPO/RL/RAG 等训练范式的数据采集、清洗、标注与质量评估，体系化构建大模型高质量数据集生产 Pipeline。 2、探索 AI for Data 前沿实践：研发数据增强与智能合成技术，利用 AI 自动化生产和校验训练数据，构建「AI 生产数据 → 数据训练 AI」的数据飞轮，持续提升数据质量与多样性。 3、建设大模型训练数据体系，沉淀训练数据集、模型评测集、用户标签体系与模型效果指标体系，将业务专家经验系统性转化为可复用的 AI 数据资产。 4、开发数据 Agent：基于大模型与 Agent 框架，构建覆盖数据采集、清洗、标注、质检等环节的自动化 Agent，实现数据生产流程的智能化与自主化，降低人工干预成本。 5、深度协同算法与业务团队，针对 PE/RAG/SFT/DPO/RL 等大模型落地方案设计专项数据解决方案，基于模型效果反馈持续迭代数据策略；积极使用 Claude Code/Cursor 等 AI 辅助研发工具，以 AI 原生方式提升数据工程效率。
1. 构建高效的数据采集、处理与分析管道； 2. 利用AI和机器学习技术提升数据处理及模型性能； 3. 探索和应用自动化数据标注、智能预测、数据洞察等场景； 4. 与算法及业务团队协作，推动数据驱动的AI解决方案落地。