蚂蚁集团
蚂蚁国际-AI 创新人才-算法方向
蚂蚁国际-AI 创新人才-算法方向
发布于 大约 14 小时前普通员工/个人贡献者
北京市 / 上海市
初级经验
全职员工
仅现场办公
硕士
机器学习工程
Cv
Nlp
分布式训练
多模态
大模型
强化学习
生成式模型
AI 估算 · 30k–50k
大厂AI算法岗薪资高，水平要求顶尖，市场竞争力强。
职位详情
关于这个职位
这是一份蚂蚁国际的AI算法创新岗位，面向校招和毕业三年内的优秀人才，专注于大模型前沿技术研发，包括生成式模型训练、推理优化、Transformer架构创新等
你将有机会参与行业级技术突破，与顶尖团队合作，将科研成果落地到实际业务场景
最低要求
国内外顶尖知名大学人工智能、计算机、自动化、数学等相关专业硕士或博士毕业
扎实的大模型相关经验与能力：熟悉生成式语言或多模态大模型的原理和底层代码，在大模型训练与优化上有实际经验，包括但不限于分布式训练、注意力机制优化，强化学习等
熟悉 Transformer 架构及其创新方向，具备独立设计和优化模型结构和训练能力
顶尖的学术研究背景，在机器学习、人工智能、数学、统计学等相关领域有深厚的理论基础
在顶会取得过学术成果，如自然语言处理领域ACL、EMNLP、NAACL等，计算机视觉领域如CVPR、ICCV、ECCV 等，泛机器学习与算法领域如 ICLR、NeurIPS、ICML、AAAI、IJCAI 等，或在国际级算法竞赛（如ACM ICPC、NOI/IOI、Kaggle、数学建模大赛等）中取得优异的奖项和名次
能迅速学习新的技术与方法，解决高复杂度技术问题，具备极强的落地代码能力
具备跨领域解决问题的创新思维，对技术边界有强烈探索意识
突出技术成果或跨领域经验：
工作职责
大模型领域的算法研发与创新：负责生成式模型训练和推理相关技术的研究与优化
深入探索 Transformer 架构及其创新升级
针对大模型落地业务的应用场景，提出原创性技术解决方案，推动大模型技术在实际场景中取得领先性成果，形成行业竞争力
前沿创新算法的落地与实现：紧跟业界算法相关创新，将学术研究转化为可应用于实际业务的问题解决方案
跨团队协作与技术引领，与产品、工程、数据及交叉领域团队合作，推进大模型相关技术应用
优先资格
加分项：在自然语言处理、计算机视觉、多模态学习等方向上有跨领域研究和实践经验
有大型预训练模型训练开发经验，参与或主导过知名开源项目优先
AI 洞察
优缺点分析
优点
- 平台大，蚂蚁国际拥有海量业务场景，技术落地机会多
- 聚焦大模型前沿技术，能接触最新科研方向，技能成长快
- 团队优秀，与顶尖人才共事，可快速提升自身水平
- 薪资竞争力强，福利待遇好
- 对学术背景要求极高，竞争激烈，录用难度大
- 大模型研发工作强度大，需要持续学习跟进快速迭代
- 跨团队协作多，需要较强的沟通能力和抗压能力
- 适合有深厚算法基础、热爱前沿技术、希望在大模型领域深耕的优秀应届生或初入职场的硕士/博士
缺点 / 挑战
暂无明显挑战项
角色解读
- 可成长为AI算法专家/科学家，主导核心技术研发
- 可向技术管理方向发展，带领团队攻关前沿技术
- 有机会接触到行业前沿大模型项目，提升技术影响力
- 负责生成式大模型的训练与推理优化，包括分布式训练、注意力机制改进等
- 深入探索Transformer架构创新，提出原创性技术方案并落地到业务场景
- 与产品、工程、数据团队协作，推动大模型技术在实际应用中的落地
- 扎实的算法与机器学习基础，熟悉Transformer、生成式模型原理
- 具备分布式训练、强化学习等大模型优化实战经验
- 极强的代码能力，能够独立设计并优化模型结构
- 优秀的学术背景，在顶会发表论文或竞赛获奖
申请策略
- 在简历中明确展示对技术前沿的热情，如对最新大模型的分析
- 针对蚂蚁国际的业务方向，思考大模型在支付、金融领域应用
- 重点突出大模型相关的项目经验，如预训练、微调、RLHF等
- 列出顶级会议论文或国际竞赛奖项，这是核心加分项
- 强调分布式训练等底层实现能力，展示代码实践细节
- 如果有开源项目贡献，务必注明
- 补充PyTorch/深度学习框架的底层实现原理，提升手写能力
- 回顾Transformer论文细节，熟悉注意力机制变体
面试指南
- 使用STAR法则：情境-任务-行动-结果，结构化描述项目经历
- 先阐明基础原理，再结合具体实践提出优化方案，展现深度思考
- 回答学术转化问题时，强调技术可行性、业务价值及落地路径
- 请详细介绍一下你参与过的大模型训练项目，遇到过哪些挑战？
- Transformer架构中注意力机制的时间复杂度如何优化？
- 如何设计一个高效的分布式训练方案？
- 讲讲你对RLHF（人类反馈强化学习）的理解和应用
- 你如何将一个学术想法转化为可落地的业务方案？
职位点评
76
综合评分
大厂AI算法岗，前沿技术栈，薪资偏高，但工作地点固定，WLB未知。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
适合追求技术成长和薪资回报、对工作地点弹性要求不高的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利
80较高
该职位薪资竞争力强，福利优厚，但JD未披露具体薪资和福利，满足程度较好。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
该职位聚焦大模型前沿技术，提供顶尖平台和科研资源，技能成长和晋升空间大。
技术前沿前沿/新兴技术
技术栈LLM、Transformer、分布式训练、强化学习、多模态
业务类型ambiguous
工作生活
50较低
工作地点固定，未提及远程或弹性办公，通勤和生活便利性一般；WLB情况不明确。
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
人工智能行业处于高速增长期，该岗位有较强的技术使命感，但社会价值直接体现不显著。
行业发展高速增长赛道
社会影响中性/一般
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