蚂蚁集团-Agentic Learning算法工程师-上海/杭州

优缺点分析

角色解读

• 成为大模型训练和Agent领域的专家，主导核心算法方向
• 向技术Leader或架构师方向发展，带领团队攻克复杂技术难题
• 转产品研发方向，将技术落地为有影响力的AI产品
• 探索大模型训练在复杂长程任务中的Scaling Law，推动模型能力边界扩展
• 搭建并维护从训练任务定义、环境搭建到评测的全链路pipeline
• 参与大模型应用产品研发，将模型能力对齐用户实际需求
• 扎实的大模型训练经验，熟悉RLHF、PPO等强化学习算法
• 熟练使用Python、PyTorch等深度学习框架，有分布式训练经验
• 具备数据构造、环境搭建和评估体系建设能力

申请策略

• 了解蚂蚁在金融科技领域的AI应用场景，思考Agent如何落地
• 提前准备一个与Agentic Learning相关的项目展示，体现思考深度
• 突出大模型训练背景，特别是强化学习、RLHF相关项目经验
• 展示开源项目或顶会论文，体现技术影响力
• 强调数据构造、评测体系搭建等工程能力
• 深入了解最新的大模型训练技术和Agent相关论文
• 熟悉分布式训练框架（如DeepSpeed、Megatron）
• 补充强化学习理论知识，动手实现RLHF pipeline

面试指南

• STAR法则：描述项目背景、任务、行动和结果，突出个人贡献
• 技术深度：展示对原理的理解，对比不同方法的优劣
• 系统思维：从数据、训练、评估、部署全链路考虑问题
• 请谈谈你对大模型训练中Scaling Law的理解和发现
• 如何设计一个长程任务的评测体系？
• 介绍一个你参与过的强化学习项目，遇到的最大挑战是什么？
• 你认为当前Agentic Learning的主要瓶颈是什么？如何解决？
• 复习大模型训练的基础知识，包括RLHF、PPO、DPO等算法