蚂蚁集团-大模型算法专家-芝麻信用

优缺点分析

角色解读

• 在蚂蚁集团可向技术专家（P序列）或团队管理（M序列）发展，负责核心AI方向
• 积累大模型实战经验后，可成为行业顶尖算法专家或创业技术合伙人
• 随着大模型应用深化，可转向AI产品架构师或技术总监等岗位
• 负责大模型在芝麻信用场景的算法优化与架构设计，提升对话准确率和任务完成率
• 探索SFT、RL等后训练算法，通过训练策略优化模型性能
• 构建具备Agent能力的基座模型，实现深度思考和自主行动
• 扎实的大模型后训练经验，尤其是SFT和RL方向
• 熟悉RL算法如PPO、GRPO，以及主流训练推理框架（Megatron、vLLM等）
• 强大的算法编程和问题闭环能力，能够独立解决复杂技术难题
• 良好的团队协作和跨部门沟通能力

申请策略

• 准备一段关于大模型后训练的技术思考，展示研究品味
• 了解蚂蚁信用相关业务，思考如何将大模型应用于信用场景
• 突出大模型后训练项目经验，详细描述SFT、RL的实操细节和效果
• 强调发表的论文或开源贡献，特别是顶级会议或高Star项目
• 展示发现和解决复杂问题的案例，体现闭环能力
• 补充RL算法原理和框架使用，如PPO、GRPO、Megatron、vLLM等
• 学习Agent相关技术，如工具调用、规划、反思等
• 提升大规模训练稳定性保障的工程经验

面试指南

• STAR法则：情境、任务、行动、结果，结构化描述项目经验
• 对比分析法：比较不同方法的优劣，体现深度理解
• 从问题出发：先明确评估指标，再提出解决方案，强调闭环思维
• 请详细讲解你之前做过的SFT或RL项目，包括数据构建、训练策略、效果提升
• PPO算法和GRPO算法的主要区别是什么？各自适用场景？
• 如何评估大模型在长程任务中的Agent能力？有什么优化思路？
• 如何处理大规模训练中的稳定性问题？比如loss spike或梯度爆炸
• 如果你加入团队，你会如何提升芝麻信用场景下的大模型能力？