蚂蚁集团-智能化工程师-杭州

优缺点分析

角色解读

• 技术纵深发展：成为AI工程化专家或风控领域算法负责人
• 横向拓展：转向AI产品架构师或技术管理岗位，主导智能化产品线
• 行业深耕：在金融风控、内容安全等领域积累业务经验，成为业务+技术复合型人才
• 搭建和维护安全资金风控、内容风控等核心平台，设计智能化技术框架
• 深度参与大模型全流程研发，包括数据生成、训练/微调、RAG系统及实验部署
• 利用大模型和智能体思维推动风控业务创新，提升AI产品化表达能力
• 攻克技术难点，探索AI新领域并应用到实际场景
• 扎实的Python和Java编程能力，熟悉主流AI框架如PyTorch、Megatron、DeepSpeed
• 深入理解深度学习、机器学习、强化学习等算法原理和训练过程
• 具备大模型工程化能力，包括性能调优、RAG部署等
• 良好的沟通协作能力，能承受一定压力，有技术热情

申请策略

• 在简历中量化项目成果（如性能提升百分比、延迟降低等）
• 提前了解蚂蚁集团风控产品（如AlphaRisk、蚁盾）和AI中台能力
• 突出大模型训练、微调、RAG相关项目经验，展示工程化成果
• 强调使用PyTorch、Megatron等框架的性能优化案例
• 如有风控或金融背景，详细说明业务理解和落地效果
• 展示编程能力（Python/Java）和系统设计能力
• 补充大模型推理加速、vLLM、DeepSpeed等工具的使用经验
• 学习风控基础知识如反欺诈、规则引擎等，提升业务匹配度

面试指南

• STAR法则：情境-任务-行动-结果，突出个人贡献和技术细节
• 从问题定义、方案设计、实现细节、效果评估四个维度系统化回答
• 结合业务理解，展示技术选型理由和trade-off分析
• 请介绍你参与过的大模型工程化项目，包括训练、部署和性能调优经验
• 如何设计一个高可用的实时风控系统？技术选型考虑哪些因素？
• 描述一次你用AI技术解决业务问题的经历，如何衡量效果？
• 你对大模型的RAG（检索增强生成）如何理解？在实际应用中可能遇到哪些挑战？
• 复习大模型训练/推理框架（Megatron、DeepSpeed、vLLM）的核心原理