蚂蚁集团
蚂蚁集团-大模型算法工程师-数据安全
蚂蚁集团-大模型算法工程师-数据安全
发布于 大约 11 小时前普通员工/个人贡献者
北京市 / 杭州市
高级经验
全职员工
仅现场办公
学历未注明
机器学习工程
Autogen
Langgraph
Pytorch
图神经网络
多模态学习
大模型
异常检测
联邦学习
AI 估算 · 30k–60k
蚂蚁集团核心算法岗位，多模态大模型方向技术门槛高，薪资竞争力强，北京杭州一线城市，综合月薪3-6万合理。
职位详情
关于这个职位
作为蚂蚁集团数据安全领域的大模型算法工程师，你将深入多模态大模型与智能体（Agent）前沿技术，负责构建企业级数据安全与风险防护算法体系
工作涉及多模态理解与生成、智能体工作流搭建、异常检测与用户行为建模等，适合有3年以上深度学习经验、对安全场景感兴趣的算法人才
最低要求
计算机、人工智能、数学及统计学等相关专业优先
年及以上深度学习/大模型/多模态相关工作经验
熟悉计算机视觉和多模态学习领域核心技术，掌握深度学习的理论基础与前沿实践，对图像/视频理解、跨模态建模、内容生成及表征学习等核心方法有理解
熟悉Transformer系列架构及其在视觉-语言模型与扩散模型中的技术实现，具备多模态预训练或生成式模型项目经验者优先
熟练掌握Python与PyTorch框架，拥有从算法实现到模型部署的全链路工程落地能力
熟悉Agent开发相关核心技术，掌握自主智能体与多智能体系统的架构设计原理，对大语言模型驱动的任务规划、工具调用、记忆管理与协同机制等核心组件有深入理解
具备优秀的沟通协作能力、自驱力及持续学习与创新能力
工作职责
围绕文本、图像、音视频等多模态数据，开展理解、生成、编辑与交互算法研发，构建基于多模态预训练模型的跨模态理解与生成能力，增强对敏感信息的细粒度识别与自适应脱敏机制，优化模型在复杂真实场景中的鲁棒性与泛化性能
熟悉现代Agent开发范式，对Prompt/Context/Harness/Loop有较深入理解
能熟练使用 LLM 编排框架（如 LangGraph、AutoGen）搭建可评估、可迭代的智能体工作流，推动其在智能审核、安全运营及智能问答等场景落地，提高安全运营效率
基于用户、设备、应用、网络等多源异构数据，通过图神经网络（GNN）、时空序列分析与用户行为建模，构建鲁棒的异常检测与风险画像模型，结合因果推断与联邦学习，实现可解释的行为预测，支撑数据外发防控、UEBA等业务场景的落地
优先资格
有多模态搜索、视觉问答、OCR/文档理解、视频理解等落地经验
有顶会论文、开源贡献、竞赛奖项或高质量项目成果
了解数据安全或网络安全或有相关安全风险业务背景优先
AI 洞察
优缺点分析
优点
- 技术前沿，涉及多模态大模型和Agent，是当前AI热门方向，积累经验价值高
- 薪资待遇优厚，福利完善，职业发展通道清晰
- 适合具备多年深度学习经验、热爱前沿技术、对数据安全领域有强烈兴趣的算法工程师
缺点 / 挑战
- 蚂蚁集团平台大，业务场景丰富，能接触到真实的企业级数据安全挑战
- 技术栈广泛，需要同时掌握多模态、Agent、图神经网络等多个领域，学习压力大
- 数据安全业务复杂，需要深入理解业务场景，沟通协调成本较高
- 大厂节奏快，可能面临较高的工作强度
角色解读
- 深耕多模态大模型技术，成为数据安全方向的算法专家
- 向技术管理方向发展，带领团队打造安全智能体系
- 横向拓展至通用AI安全、可信AI等前沿领域，成为行业稀缺人才
- 研发多模态大模型算法，用于敏感信息识别与自适应脱敏，提升数据安全防护能力
- 搭建基于LangGraph/AutoGen的Agent工作流，应用于智能审核和安全运营等场景
- 利用图神经网络和因果推断构建异常检测与用户行为画像，支撑数据外发防控和UEBA业务
- 扎实的深度学习基础，熟悉Transformer架构、CV和多模态预训练模型
- 精通Python和PyTorch，具备从模型训练到部署的全链路工程能力
- 熟悉Agent开发原理和主流编排框架，理解任务规划、工具调用和记忆管理
- 具备数据安全或网络安全领域知识者优先
申请策略
- 提前了解蚂蚁集团数据安全业务线，思考大模型在安全场景中的创新应用
- 面试中多展示对业务的理解，而不仅仅是算法模型，体现综合能力
- 突出多模态预训练或生成式模型的项目经验，如视觉问答、OCR、视频理解等
- 强调Agent实战经验，如使用LangGraph/AutoGen搭建过具体业务工作流
- 展示图神经网络、异常检测或安全风控相关项目成果
- 列出顶会论文、开源贡献或竞赛奖项，提升竞争力
- 补充学习Agent开发框架，动手实现一个多智能体协作demo
- 深入了解数据安全与合规领域知识，如数据脱敏、隐私计算等
面试指南
- 对于项目介绍类问题，采用STAR法则，突出项目背景、技术难点、个人贡献和量化结果
- 对于技术对比类问题，先阐述各方案原理，再从业务场景、性能、可维护性等维度分析优劣，并给出选型依据
- 对于开放设计类问题，从任务分析、数据获取、模型选型、评估指标和部署监控全链路思考，展示系统性思维
- 请介绍一个你负责的多模态模型项目，包括技术选型和落地效果
- LangGraph和AutoGen在构建Agent工作流时各有何优缺点？你如何取舍？
- 如何用图神经网络检测数据外发异常行为？请举例说明
- 在多模态数据中进行敏感信息识别，你会如何处理模型鲁棒性和泛化问题？
- 你对数据安全和隐私计算有哪些了解？如何在大模型应用中保障合规？
职位点评
76
综合评分
蚂蚁集团高含金量算法岗，前沿技术栈，待遇优厚，但工作强度偏高、WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术成长和高薪回报、对前沿AI技术有强烈兴趣，并愿意接受高工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活45
使命价值70
薪资福利
85较高
薪资水平在行业内偏高，蚂蚁集团作为头部互联网公司，福利待遇完善，提供有竞争力的薪酬包。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
90较高
职位涉及多模态大模型、Agent等前沿技术，技术挑战大，成长空间广阔，且蚂蚁在AI安全领域有深厚积累，能提供很好的学习平台。
技术前沿前沿/新兴技术
技术栈多模态、大模型、Agent、GNN、联邦学习、PyTorch、Transformer
业务类型ambiguous
工作生活
45较低
工作地点在北京或杭州，互联网大厂通常工作节奏较快，未提及弹性办公或远程，生活平衡度一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
数据安全领域具有重要社会价值，蚂蚁集团致力于保护用户数据安全，职位使命感较强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号数据安全、风险防护
创新程度积极采用新技术
蚂蚁集团 的其他在招职位
相似职位推荐
Watch Jobs