蚂蚁集团-推荐及多模态算法工程师-证券

优缺点分析

角色解读

• 在蚂蚁平台积累金融科技+大模型实战经验，成为推荐系统专家或技术管理
• 深耕生成式推荐等前沿方向，可向AI架构师或AI产品负责人发展
• 负责蚂蚁财富多模态内容的混合推荐系统，覆盖召回、粗排、精排、重排全链路，优化用户体验和产品转化
• 利用LLM/VLM构建内容理解体系，对视频、图文、金融产品进行深度语义建模，统一多模态表征
• 探索生成式推荐（GenRec）在财富场景的应用，设计混排策略平衡兴趣、转化和合规
• 扎实的推荐系统基础，熟悉推荐全链路架构和排序算法
• 深入掌握多模态大模型技术，包括模型原理、训练推理和跨模态对齐
• 熟练使用大模型工具链，如Prompt Engineering、LoRA微调、RAG、模型部署，熟悉HuggingFace、vLLM等

申请策略

• 在简历中突出你对蚂蚁财富业务的理解，以及如何用技术提升用户投资体验
• 准备一个完整的项目案例，从问题定义到技术方案到结果，展现你的思考深度
• 突出推荐系统项目中的量化成果，如CTR提升、召回率提升等
• 突出多模态大模型项目，如跨模态检索、图文匹配、VQA等
• 展示大模型工具链的使用细节，如微调方法、RAG流程、部署优化
• 学习生成式推荐相关论文，了解最新研究趋势
• 补充金融知识，熟悉基金、证券等产品特点

面试指南

• 采用STAR法则，讲清楚情境、任务、行动和结果，突出个人贡献和量化成效
• 强调技术方案与业务目标的结合，展示你对业务的理解
• 对于前沿问题，先阐述基本概念，再结合自己的实践经验或想法
• 请详细介绍你参与的一个推荐系统项目，包括整体架构和你的贡献
• 多模态大模型在内容理解中有哪些挑战？你是如何进行跨模态对齐的？
• 如何看待生成式推荐在金融场景的应用？
• 在金融推荐中，如何平衡推荐相关性和合规性？
• 你如何使用大模型工具链进行模型微调和部署？