蚂蚁集团
OceanBase-AI应用算法工程师-OceanBase
OceanBase-AI应用算法工程师-OceanBase
发布于 大约 2 小时前普通员工/个人贡献者
杭州市
高级经验
全职员工
仅现场办公
学历未注明
机器学习工程
Clip
Llm
Pytorch
Rag
Sam
Sft
Vllm
多模态
AI 估算 · 40k–65k
杭州AI算法资深岗位，大厂技术栈前沿，薪资竞争力强，通常4-6.5万/月。
职位详情
关于这个职位
OceanBase 是蚂蚁集团自主研发的分布式数据库，该岗位将加入 OceanBase 团队，参与打造下一代多模态数据湖产品，负责 AI 技术在企业级数据底座的工程落地
你将直面客户真实业务痛点，解决海量数据解析、提取与检索难题，并利用大模型技术进行数据合成与模型微调，构建高可用的模型服务架构
这是一个强调技术实战与客户交付能力的岗位，适合算法功底扎实且热爱解决问题的工程师
最低要求
基础与工程能力：熟练掌握 Python / C++，具备扎实的算法功底（熟悉 PyTorch），代码质量高，工程落地能力极强
算法与落地经验（满足其一即可）：
○ 多模态/AI方向：对 CV、ASR 或前沿多模态模型（如 CLIP、SAM）有深入理解，有实际生产环境的微调与调优经验
○ 搜广推方向：精通搜索、推荐或广告算法全链路（召回、CTR 预估、排序优化等），具备海量数据特征工程、模型线上迭代与 A/B 实验经验，且有将 LLM/大模型应用于搜广推业务的实战经验
综合素质：极强的实战与问题解决能力（Problem-Solver）
能够跳出纯算法视角，从客户业务的真实诉求出发，快速定位效果与性能瓶颈，交付最佳实践
工作职责
客户场景落地与算法迭代：直面客户真实业务痛点，敏捷完成业务所需模型（多模态 CLIP/SAM/OCR/ASR 模型，或特征提取/检索排序模型）的选型、快速解决海量数据解析、提取与检索难题
数据合成与模型微调：在业务长尾或缺数据场景下，利用大模型技术进行高质量的数据合成（Data Synthesis）与自动标注
基于合成数据与真实业务反馈，敏捷完成模型的小样本微调（SFT）或强化学习迭代，快速攻克业务难题
算法工程与数据流水线：基于处理海量数据的经验，负责核心算法流水线的设计与工程落地，构建高可用、易扩展的模型服务架构，保障算法在 OceanBase 底座上的规模化稳定运行
优先资格
大/小模型训练经验：有 LLM 或小模型（SLM）的后训练（Post-training）实战经验，熟悉 SFT、强化学习（如 PPO、GRPO 等） 以及高质量监督数据集的构建策略
AI 架构与服务部署：熟悉主流大模型推理框架（如 vLLM 等）及底层算子加速，或有异构 GPU 集群的大规模部署经验
前沿技术应用：有 RAG、Agent 开发经验，或利用 LLM 解决过复杂数据自动标注、离线评测等实际业务痛点
底层架构认知：了解分布式数据库或数据湖
AI 洞察
优缺点分析
优点
- 蚂蚁集团大平台，技术氛围浓厚，有丰富的GPU资源和真实业务场景
- 涉及多模态、LLM等前沿技术，技术成长迅速，能积累端到端解决方案经验
- OceanBase是国产数据库领军产品，业务前景广阔，团队重视技术实战
- 岗位要求算法与工程能力并重，需要较强的全栈能力
- 技术栈更新快，需要持续学习，保持对新模型和框架的敏感度
- 适合技术实战能力强、乐于解决真实业务问题、能拥抱大模型技术并快速迭代的AI工程师
缺点 / 挑战
- 需要直面客户问题，交付压力较大，要求快速解决实际业务痛点
角色解读
- 深耕AI应用领域，成为多模态或大模型方向的算法专家
- 向AI架构师方向发展，负责复杂系统的整体设计和性能优化
- 在OceanBase生态中，向数据库+AI融合方向拓展，掌握底层技术，晋升技术管理或架构岗位
- 负责客户场景中的AI算法落地，针对多模态数据解析、提取与检索等真实业务痛点，进行模型选型、微调和优化
- 利用大模型技术进行数据合成和自动标注，解决业务长尾或数据缺失问题，并完成小样本微调或强化学习迭代
- 设计并搭建高可用、易扩展的算法服务架构，保障模型在OceanBase底座上稳定运行，同时处理海量数据流水线
- 扎实的Python/C++编程能力，熟悉PyTorch，具备高质量代码和工程落地能力
- 在多模态（CLIP/SAM/OCR/ASR）或搜广推（召回/CTR/排序）方向有实际生产环境经验
- 熟悉LLM微调技术（如SFT、RLHF），了解数据合成、特征工程和模型部署优化（vLLM等）
申请策略
- 准备一个完整的项目故事，从问题定义、技术选型到上线迭代，突出个人贡献和决策思路
- 了解OceanBase产品的核心功能和AI相关特性，展示你对其业务场景的理解
- 突出多模态（CLIP/SAM/OCR/ASR）或搜广推的端到端项目，包含业务背景、技术方案和量化效果
- 强调模型微调和数据合成的具体经验，说明如何解决数据稀缺问题
- 展示工程能力，如模型部署、推理加速、服务架构设计等，体现全栈能力
- 熟悉vLLM等主流推理框架，了解算子加速和GPU集群部署
- 学习RAG、Agent开发流程，掌握利用LLM解决实际业务问题的方法
- 补充分布式数据库和数据湖的基础知识，理解OceanBase生态
面试指南
- 使用STAR法则（情境、任务、行动、结果）组织回答，突出业务理解、技术选型、工程落地和效果量化
- 在每个案例中，说明你如何从客户痛点出发，如何权衡技术方案，以及最终带来的业务价值
- 如何为多模态数据检索设计一个端到端方案？请说明从数据解析、特征提取到检索排序的设计思路
- 在业务数据稀缺的情况下，如何利用LLM合成数据并完成模型微调？请你描述具体的技术流程
- 如何保证模型服务的高可用和低延迟？请结合你的工程实践经验
- 在搜广推业务中应用LLM遇到过哪些挑战？你是如何评估和优化的？
- 如何判断一个AI算法项目的成功？你会关注哪些离线指标和在线指标？
- 复习多模态模型和LLM微调的技术细节，如CLIP、SAM、SFT、LoRA、RLHF等
职位点评
72
综合评分
大厂AI算法岗，前沿技术栈，实战导向，薪资潜力大但WLB不明。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
最适合追求技术成长、热爱解决复杂业务问题、能承受一定压力的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展92
工作生活45
使命价值80
薪资福利
70中等
JD未提及具体薪资，但蚂蚁集团在杭州的薪资水平有竞争力，技术岗薪酬处于行业上游。
薪资信号未披露（AI估算：40K-65K/月）
成长发展
92较高
技术栈前沿，涵盖多模态、大模型、搜广推等热门方向，有大量实战机会，成长空间巨大。
技术前沿前沿/新兴技术
技术栈多模态、LLM、SFT、vLLM、RAG、Agent、PyTorch、CLIP、SAM
业务类型ambiguous
工作生活
45较低
工作地点位于杭州，未提及远程或弹性工作，也没有明确WLB信号，可能面临一定强度的工作压力。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
OceanBase是国产数据库领军产品，结合AI推动企业数据底座升级，行业前景好，具有一定技术价值和社会意义。
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