蚂蚁金服蚂蚁集团-AI应用工程师-证券
任职要求
1. 本科及以上学历，计算机相关专业，具备扎实的计算机基础，熟悉数据结构、网络、操作系统、数据库及分布式系统原理； 2. 熟练掌握 Java、Go、C++ 等至少一种服务端开发语言，具备良好的编码能力、系统设计能力及工程实践能力； 3. 对证券行业或金融科技有浓厚兴趣，具备证券、行情、交易、金融数据等相关经验者优先，对金融业务有持续学习意愿； 4. 熟悉高并发、高可用、低延迟系统设计…
工作职责
1. 参与证券核心业务平台建设，围绕业务增长、机构服务及全球市场扩展等方向，负责相关系统的设计、研发、优化与持续演进，推动证券业务持续增长； 2. 深入理解证券业务与金融数据领域，参与证券行情、交易服务、用户服务等核心能力建设，持续提升系统稳定性、性能、可扩展性及业务体验； 3. 采用 AI Native 研发模式，参与业务级多 Agent 工程体系建设，将 AI Coding、Agentic Workflow 等能力应用于需求分析、架构设计、编码开发、测试验证、上线交付等研发全流程，持续提升研发效率； 4. 参与证券领域 Agent、Context、Knowledge、Skill 等组织级 AI 能力建设，沉淀可复用的领域知识与工程资产，推动研发模式持续升级； 5. 与产品、客户端、算法、测试、运营等团队密切协作，以业务目标为导向，完成复杂业务的端到端交付，持续提升产品价值与用户体验； 6. 持续关注大语言模型、多 Agent、AI Engineering 等前沿技术，并结合证券业务场景探索创新应用，推动 AI 技术在业务研发中的规模化落地。
AI应用方案设计：围绕充电宝业务场景（用户运营、资产调度、客户管理、出海等），设计AI应用解决方案，将大模型能力转化为可落地的业务价值; AI工程落地：负责AI能力的工程化封装与交付，推动AI从技术验证到业务闭环，持续交付可量化的业务结果; Prompt工程与Agent编排：设计高质量的Prompt策略和Agent工作流，实现复杂业务逻辑的AI自动化处理，持续优化效果和成本; AI效果评估与迭代：建立AI应用的效果评估体系（准确率、成本、用户体验等），基于数据反馈持续优化模型选型、Prompt策略和系统架构; 行业洞察与技术选型：持续跟踪AI应用层的行业最佳实践和前沿方案，评估新模型、新工具、新框架对业务的适用性，输出技术选型建议.
1. 参与智能应用的全栈研发，构建稳定易用的 AI 驱动功能模块； 2. 探索并整合主流 AI 技术（如大模型、图像识别、智能接口等）到具体场景； 3. 为其他产品或运营团队提供 AI 赋能：开发内部AI工具、技术接口或解决方案； 4. 持续优化系统性能与产品体验，用工程化思维提升智能应用的可用性； 5. 跟踪新技术趋势，探索能提升团队效率的AI方案。
1. 参与智能应用的全栈研发，构建稳定易用的 AI 驱动功能模块； 2. 探索并整合主流 AI 技术（如大模型、图像识别、智能接口等）到具体场景； 3. 为其他产品或运营团队提供 AI 赋能：开发内部AI工具、技术接口或解决方案； 4. 持续优化系统性能与产品体验，用工程化思维提升智能应用的可用性； 5. 跟踪新技术趋势，探索能提升团队效率的AI方案。
1、设计并开发基于 LLM/多模态模型的应用、服务与工作流（含 Agent 化编排）。 2、通过上下文工程、MCP调用、SKILLS设计、RAG等手段提升输出质量、稳定性与可控性。 3、集成并封装主流模型服务商 API，优化吞吐、延迟、成本与可扩展性，保障线上 SLA。 4、建立评测体系与回归机制（离线评测/在线 A/B），并搭建可观测性与监控告警（质量、延迟、成本、失败率等）。 5、与产品、业务、设计、后端/前端团队协作，推动 AI 功能在现有产品中的端到端落地。 6、编写技术文档、工程规范与最佳实践，推动团队工程化与知识沉淀。 7、持续跟踪生成式 AI 领域进展（模型、Agent、RAG、评测、安全等），并将成熟方案快速应用到生产环境。