Ant Group logo
蚂蚁集团
蚂蚁集团-大模型 Agent 算法工程师-蚁小保

蚂蚁集团-大模型 Agent 算法工程师-蚁小保

发布于 2 小时前

普通员工/个人贡献者

AI 估算 · 4.0–7.0万 · AI 参考估算
中级经验
硕士
全职员工仅现场办公AI算法
AI算法
Agent 开发
Prompt Engineering
Pytorch
Rag
Rl (强化学习)
大语言模型 (Llm)

值不值得投

81综合评分

综合评分 81

顶尖大厂、前沿AI技术、高薪资潜力、高成长空间、工作强度较大

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

5.5万

比AI算法中位数高

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 760 个在招 · 其中AI算法 9 个

市场机会

选择面较广

上海 · AI算法 · 约 140 个在招

职位详情

关于这个职位

负责蚂蚁集团金融场景下大模型Agent的核心算法研发,包括用户记忆构建、意图预测及长程任务执行能力

需掌握SFT与RL训练技术,搭建评测体系,推动Agent从被动响应向主动服务演进,确保输出的准确性与合规性

最低要求

计算机、人工智能、数学等相关专业,硕士及以上学历优先

熟悉大语言模型及 Agent 相关技术,具备大模型 SFT 与 RL 训练的实践经验
有智能体开发经验,具备从数据构建、实验迭代到效果落地的完整闭环能力
对金融业务有兴趣,能够快速理解专业场景中的真实需求

工作职责

用户理解与记忆:面向金融场景的长程任务,研发 Agent 对用户上下文的深度理解与长期记忆能力,构建持续演进的个性化用户模型

主动服务:基于用户上下文研发意图预测、关键事件感知、适时提醒与任务主动推进等能力,推动 Agent 从“被动响应”走向“主动服务”
长程任务执行:研发规划、工具调用、反思纠错与长上下文管理能力,保障跨周期任务的连贯、稳定执行
模型训练:构建高质量训练数据与交互环境,负责模型的 SFT 与强化学习(RL)训练优化
评测体系:搭建贴近真实用户场景的评测体系,衡量主动服务的有效性、时机准确性与用户体验,并保障输出的准确性与合规性

优先资格

有大规模智能体系统的研发与线上部署经验

在相关领域顶级会议发表过论文,或有高影响力的开源项目、竞赛成果

AI 洞察

优缺点分析

优点

  • 接触最前沿的大模型和Agent技术,技术栈极具竞争力
  • 依托蚂蚁集团海量真实金融数据,应用场景丰富且具有高价值
  • 平台大,资源充足,有利于个人技术品牌的建立和职业发展
  • 竞争激烈,对候选人的理论基础和实战能力要求都很高
  • 适合在大模型领域有深入研究,热衷于解决复杂实际问题,且对金融科技感兴趣的技术人才

缺点 / 挑战

  • 金融场景对准确性和合规性要求极高,容错率低,压力较大
  • 需要平衡技术创新与业务落地,可能面临工程化挑战

角色解读

  • 成为大模型Agent领域的专家,主导复杂AI系统的研发
  • 向AI架构师或技术负责人方向发展,带领团队攻克技术难题
  • 深入金融科技领域,成为懂技术又懂业务的复合型人才
  • 研发大模型Agent在金融场景下的核心能力,如用户记忆、意图预测和长程任务执行
  • 负责模型的SFT(监督微调)和RL(强化学习)训练,优化模型表现
  • 构建高质量的训练数据和评测体系,确保Agent服务的准确性和合规性
  • 精通大语言模型原理及Agent架构设计
  • 熟练掌握SFT和RL训练流程及工具链
  • 具备数据处理、实验迭代及模型落地能力
  • 了解金融业务逻辑者优先

申请策略

  • 准备详细的项目案例,重点阐述如何解决长程任务中的具体问题
  • 关注蚂蚁集团最新的AI产品动态,展现对业务的思考
  • 突出大模型SFT/RL训练的具体项目和成果
  • 展示Agent开发的全链路经验,特别是从数据到落地的闭环能力
  • 如果有金融背景或相关竞赛/论文成果,重点标注
  • 深入学习LangChain、AutoGen等Agent框架
  • 强化对RLHF、DPO等最新对齐技术的理解与实践
  • 补充金融基础知识,了解常见金融业务场景

面试指南

  • STAR法则:情境、任务、行动、结果,清晰描述项目背景和你的贡献
  • 技术深度:不仅讲怎么做,还要讲为什么这么做,对比其他方案的优劣
  • 业务结合:将技术方案与金融场景的实际痛点相结合,体现业务理解
  • 请详细介绍你参与过的一个完整的Agent开发项目,包括数据构建、训练策略和最终效果
  • 在大模型SFT过程中,如何处理数据质量问题和分布偏移?
  • 如何设计强化学习的奖励函数来优化Agent的长期任务执行能力?
  • 在金融场景下,如何保证Agent输出的安全性和合规性?
  • 复习大模型基础理论,特别是Transformer架构和注意力机制

职位点评

薪资福利85
成长发展95
工作生活60
使命价值75

薪资福利

85较高

作为头部互联网大厂的核心算法岗位,薪资水平处于市场高位,且通常伴随丰厚的年终奖和福利,对补偿性动机满足度较高。

薪资信号未披露(AI估算:4.0千–7.0万/月)

成长发展

95较高

岗位直接涉及大模型Agent这一前沿技术领域,且要求SFT/RL等高阶技能,对个人技术成长和行业视野拓展极具价值。

技术前沿前沿/新兴技术
技术栈大语言模型、Agent、SFT、RL、强化学习、意图预测
业务类型profit_center

工作生活

60中等

大厂核心研发岗位通常工作节奏较快,虽然可能有弹性工作制,但整体工作强度较大,WLB一般。

工作模式未明确
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

75中等

通过AI技术提升金融服务效率和用户体验,具有明确的社会价值和商业意义,能带来一定的成就感。

行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs