蚂蚁集团-多模态大模型算法-coding and agent-杭州【AGI专项】

优缺点分析

角色解读

• 从算法工程师成长为技术专家，带领小团队负责核心模块
• 深入多模态与代码生成交叉领域，成为该方向权威
• 可转向AI产品方向或管理岗位，拓展职业路径
• 构建多模态大模型代码生成能力，设计数据构造和训练流程
• 优化模型在代码理解、规划、生成和编辑上的性能
• 探索CoT、RL、AI Agent等技术，提升模型推理能力
• 与工程团队协作，将模型集成到实际产品中
• 熟悉大模型预训练/后训练流程，有数据构造经验
• 掌握PyTorch/TensorFlow等深度学习框架，具备扎实的工程能力
• 了解CoT、RL、代码生成或AI Agent至少一个方向
• 有良好英语文献阅读能力和团队协作能力

申请策略

• 关注蚂蚁AGI专项的最新研究和成果，在面试中展示对行业的理解
• 准备一两个深入的项目案例，清晰讲述问题、方案和效果
• 突出大模型项目经验，特别是预训练/后训练和数据构造细节
• 展示CoT、RL、AI Agent等方向的具体成果和代码链接
• 强调工程能力，尤其是全栈开发经验或相关框架掌握
• 如有AI coding相关开源贡献或论文，重点提及
• 补充强化学习（RLHF等）算法知识
• 熟悉主流Agent框架（如LangChain）和代码生成评估基准

面试指南

• STAR原则：背景-任务-行动-结果，突出技术难点和你的贡献
• 从问题定义-技术选型-实验验证-效果分析的结构回答
• 展示思考过程，体现逻辑性和创新性
• 介绍一下你参与的大模型预训练或后训练项目，具体如何构造数据？
• 你如何设计一个多模态代码生成模型？数据如何组织？
• 强化学习在代码生成中如何应用？有哪些挑战？
• 如何评估代码生成模型的质量？有哪些指标？
• 你对AI Agent的理解？如何让agent具备代码生成能力？