蚂蚁金服蚂蚁集团-后训练算法工程师-智能风控
任职要求
1. 计算机科学/人工智能、数学/统计学、电子信息工程等相关专业硕士或以上学历，有大模型训练或深度学习相关经验。 2. 熟练掌握大模型后训练方法，有百亿级参数模型训练经验者优先。 3. 熟练掌握 PyTorch 及分布式训练框架（DeepSpeed/Megatron 等），具备良好的工程…
工作职责
业务背景 蚂蚁大安全资金风控团队面向亿级用户建设核心风控引擎，用领先的大模型技术解决真实风控场景中的复杂判别与推理问题，构建数据与知识驱动的智能风控体系，提升用户的支付安全体验。团队致力于将前沿大模型技术落地于真实风控场景，核心方向涵盖大模型后训练、Agent 能力建设与数据飞轮构建，探索从基座模型到业务应用的全链路技术突破。 职位描述 1. 大模型后训练（SFT/RL），负责多任务合训中的任务干扰、文本长度偏差等关键问题的研究，探索 DPO/GRPO/GSPO 等强化学习算法在复杂判别场景的应用，提升模型的指令遵循能力与场景泛化性。 2. 知识蒸馏，探索大参数量教师模型向小参数量学生模型的推理能力迁移方法，包括 CoT 思维链蒸馏与推理逻辑对齐，在保持判别精度的同时大幅降低部署成本。 3. 数据合成与自动标注，研究基于大模型的数据自动标注与质量筛选方法，构建高质量训练数据飞轮，提升训练数据的多样性与标签准确率。 4. Agent 模型能力建设，研究智能体的 Tool 调用准确率提升、记忆压缩、多轮交互优化等问题，通过在真实业务场景中的轨迹采集与强化学习，持续优化模型的工具使用与自主决策能力。
深入阿里云各行业的真实业务场景，基于阿里的语音与全模态大模型（Omni/ASR/TTS），打造行业领先的领域模型与定制化解决方案，并将核心能力反哺至基座模型。工作内容包括并不限于： 1、业务攻坚与定制化调优：深入理解业务场景（如智能客服、会议转录、车载语音、在线教育等），针对客户真实需求和挑战问题（如高噪音、多说话人、情感感知等）进行算法攻坚和端到端交付。 2、大模型增强：利用后训练全链路技术和数据飞轮（数据构建 → 模型微调 → 强化对齐 → 效果评测），增强模型的语音识别、语音合成、多模态理解、声纹识别等核心能力，并将评测、数据和算法能力沉淀到基座模型，持续提升通用大模型在真实场景中的能力。 3、多模态融合与对齐优化：主导语音信号与文本、图像、视频等模态的深度融合技术研发，解决跨模态语义对齐、噪声鲁棒性、低资源适配等关键挑战。
1.面向AI应用场景的大模型微调，优化PostTraining (SFT/RM/RL) 算法的训练效率和实际用户体验效果； 2.研究各领域高质量数据的自动化合成方法，建设高效的线上数据飞轮链路； 3.配合产品和工程，探索LLM在创作、教育、金融、代码等场景下的创新应用。
1. 参与训练医疗大模型，包括但不限于模型SFT、强化学习系统的算法实验设计、数据收集合成消融、infra 团队协作等； 2. 探索高效的后训练范式，包括高效 SFT、Model Merge、On-policy Distill、 RL等后训练算法以及pipeline，提升发布效果和效率。 3. 提升大模型在Reasoning、Agentic等任务上的能力上限，构建在医疗场景具备深度思考和自主行动能力的基座模型。
1.面向AI应用场景的大模型后训练方向的核心技术研发，包括SFT、偏好学习、强化学习等算法研发、优化与创新，提升业务效果； 2.利用LLM能力，构建用户异常交易、可疑行为特征模型，深度识别客户风险； 3.跟踪大模型后训练方向的前沿技术，参与前沿算法研究，推动研究成果在反洗钱与风控场景的落地应用； 4.基于用户特征、文本数据及尽调资料等信息，探索创新的技术来更好了解客户，洞察用户交易风险。