蚂蚁集团-大模型后训练算法工程师（Agent / 语言方向）-健康事业群

优缺点分析

角色解读

• 深耕大模型后训练技术，成为算法领域专家
• 转向技术管理，带领团队负责更复杂项目
• 参与前沿研究，通过论文或开源贡献提升行业影响力
• 负责大模型后训练算法的研发与优化，包括SFT、RLHF等技术
• 构建Agent能力，实现工具调用、多轮交互和复杂任务执行
• 提升模型的语言理解、生成质量和风格控制，推动能力迭代
• 熟悉PPO/GRPO等后训练算法原理和应用
• 具备Agent、Tool Calling相关项目经验，能设计高效系统
• 熟练使用AI Coding工具，拥有强工程能力和问题解决能力
• 能够独立负责从问题分析到实验落地的完整流程

申请策略

• 研究蚂蚁集团健康事业群的业务方向，理解AI在医疗健康中的应用
• 准备独立负责项目的具体案例，展示问题分析到落地的全链路能力
• 关注蚂蚁集团技术博客或开源项目，面试中体现对公司的了解
• 突出大模型后训练相关项目经验，尤其是SFT、RLHF等实践
• 展示Agent构建案例，强调工具使用和多轮交互设计能力
• 列出AI Coding技能和工程成果，如代码仓库或工具开发
• 如有论文、开源项目或大规模训练经历，详细说明贡献
• 深入学习RLHF、GRPO等后训练算法的最新进展和优化技巧

面试指南

• 使用STAR法则（情境、任务、行动、结果）结构化回答项目经验
• 强调技术深度，解释算法选择的原因和实验设计逻辑
• 结合工程实践，说明如何解决实际问题并推动业务价值
• 请描述你如何优化大模型的后训练过程，使用过哪些方法？
• 你构建过哪些Agent项目？如何解决多轮交互中的指令遵循问题？
• 如何进行大模型训练数据构建和评测分析？举一个你遇到的挑战和解决方案
• 你如何确保模型在风格控制上的质量？有哪些具体实践？
• 如果有实际落地经验，分享一个从问题定义到效果验证的完整案例