蚂蚁集团-Agent算法工程师-杭州/上海

优缺点分析

角色解读

• 纵向：从算法工程师成长为技术专家或架构师，主导Agentic AI技术方向
• 横向：可转向通用AI研究或产品管理，掌握大模型+Agent的行业应用经验
• 通过发表顶会论文和开源贡献，提升在AI社区的影响力
• 设计并实现基于Agent的建模方案，用于支付宝的搜索、推荐、风险控制等业务场景
• 结合大模型、强化学习、RAG等技术重构传统特征工程与模型训练链路
• 负责Agentic方法在真实业务中的实验设计、效果评估与线上落地
• 跟踪Agent、LLM等前沿方向，探索技术创新的落地价值
• 扎实的机器学习/深度学习基础，熟悉推荐、搜索、风控等至少一个方向
• 精通Python，熟练使用PyTorch/TensorFlow等深度学习框架
• 熟悉LLM、Agent相关的训练与应用（SFT、RLHF、RAG、Tool Use等）
• 具备较强的工程实现能力和跨团队协作能力

申请策略

• 了解Agentic AI在工业界的最新进展，面试时可展现对技术趋势的见解
• 准备一个自己主导的完整项目案例，从问题定义、方案设计到效果评估
• 突出机器学习/深度学习项目经验，特别是推荐、搜索、风控等领域的建模成果
• 强调LLM、Agent相关经验，如SFT、RLHF、RAG、Tool Use等具体实践
• 展示工程能力，如Python、PyTorch/TensorFlow的熟练程度和项目代码量
• 如有顶会论文或开源贡献，务必重点提及
• 补充强化学习、多智能体系统、规划推理等相关知识，可通过Coursera或论文学习
• 动手实现一个简单的Agent系统（如基于LangChain的问答Agent），积累经验

面试指南

• 对于设计类问题，采用STAR法则（情境-任务-行动-结果），先明确业务背景，再提出方案并说明技术选型
• 对于技术原理问题，先给出定义，再对比不同方法的优缺点，最后结合实际案例
• 请详细描述你在推荐或搜索场景中使用的建模方法，如何优化点击率或转化率？
• 你如何理解Agentic AI？请设计一个基于Agent的搜索推荐方案
• 请解释SFT、RLHF、RAG的基本原理和适用场景
• 在工程实现中，你如何确保大规模模型的推理效率？
• 复习机器学习经典模型（如GBDT、DNN、Transformer）和推荐系统基础
• 熟悉LLM和Agent相关框架（LangChain、AutoGPT、CrewAI等），动手写Demo