蚂蚁集团
蚂蚁国际-预训练专家-生成式AI算法 / 支付行业模型预训练方向
蚂蚁国际-预训练专家-生成式AI算法 / 支付行业模型预训练方向
发布于 大约 8 小时前普通员工/个人贡献者
上海市 / 杭州市
中级经验
全职员工
仅现场办公
硕士
机器学习工程
Deepspeed
Llm
Megatron-Lm
Pytorch
分布式训练
大模型预训练
强化学习
推荐系统
生成式Ai
AI 估算 · 40k–70k
资深AI算法专家，大模型方向热门，蚂蚁集团平台，一线城市薪资，40-70K/月。
职位详情
关于这个职位
该职位负责蚂蚁国际支付成功率算法团队中生成式AI大模型的端到端建模与预训练/后训练，涉及LLM、强化学习、分布式训练等前沿技术
需要3年以上经验，精通Python/PyTorch，对预训练、SFT/DPO/GRPO等有深入理解
适合追求技术深度和顶会论文产出的算法专家
最低要求
任职要求
计算机、人工智能或相关专业硕士及以上学历，3年算法或 AI 系统相关研发经验
精通 Python 与 PyTorch
扎实的大模型与推荐系统理论基础，能从论文级直接对话到工程落地
算法方向：在LLM预训练、后训练对齐闭环上有一线核心经验，熟悉序列建模、生成式排序、SFT/DPO/GRPO、奖励模型、因果推断与反事实评估等关键技术
框架方向：在分布式训练（DP/TP/PP/EP、ZeRO、混合精度、NCCL/RDMA）或高性能推理（动态批处理、PagedAttention、量化、投机解码、模型蒸馏）上有深度实践，主流训推框架（DeepSpeed/Megatron-LM 等）有核心模块研发经验
在所选方向上具备公认的技术影响力，能独立定义技术路线并解决复杂工程问题
工作职责
职位描述
主导生成式推荐与支付领域大模型的端到端建模与预训练/后训练全链路
持续跟踪生成式 AI、LLM、强化学习与高性能系统等领域的最新进展，推动技术创新与顶会论文产出
与算法、工程、业务团队紧密协作，将前沿研究快速工程化落地，驱动业务核心指标增长
优先资格
加分项
在 KDD、RecSys、WWW、SIGIR、NeurIPS、ICML、ICLR 等顶会发表过相关论文
有主流开源框架（Hugging Face Transformers、vLLM、Megatron-LM、ColossalAI 等）的核心贡献经验
熟悉 Transformer、MoE 等大模型架构的底层实现与优化技巧
AI 洞察
优缺点分析
优点
- 技术前沿，涉及大模型、强化学习等热门领域，个人成长快
- 团队专注于支付成功率，业务影响直接，价值明确
- 蚂蚁集团平台大，资源丰富，有论文和开源机会
- 预训练模型训练成本高，工作强度可能较大
- 对技术要求极高，需同时掌握算法和工程框架
- 适合对生成式AI和预训练有深度热情，具备扎实算法和工程能力，能接受高强度研发工作的资深工程师
缺点 / 挑战
- 需要持续跟踪新技术，保持创新压力
角色解读
- 成为大模型预训练领域的资深专家，主导核心技术方向
- 可向技术管理或首席科学家方向发展，引领团队技术布局
- 通过顶会论文和开源贡献提升行业影响力
- 主导支付领域大模型的预训练与后训练全流程，包括数据、模型、训练和评估
- 将生成式AI技术应用于支付成功率优化，为商户提供智能决策
- 与工程和业务团队协作，将研究落地为线上系统，驱动业务指标增长
- 精通Python与PyTorch，具备扎实的深度学习基础
- 熟悉LLM预训练、SFT/DPO/GRPO等对齐技术，以及分布式训练框架
- 掌握模型推理优化技术，如量化、PagedAttention等
申请策略
- 准备一个完整的大模型训练案例，展示从数据到部署的链路
- 关注蚂蚁国际业务，在面试中体现对支付决策场景的理解
- 突出LLM预训练或后训练的项目经验，展示技术深度
- 强调分布式训练或推理优化实践，体现工程能力
- 附上顶会论文或开源贡献，增强竞争力
- 熟悉DeepSpeed/Megatron-LM等框架，掌握分布式训练配置
- 深入理解DPO/GRPO等对齐算法，了解因果推断基础
- 了解支付或推荐业务场景，思考大模型如何落地
面试指南
- 用STAR法则描述项目：情境、任务、行动、结果，突出技术难点和你的贡献
- 对于算法问题，先给出整体思路，再深入细节，展示系统化思维
- 遇到不会的问题，坦诚说明，并展示你的思考方向和解决路径
- 请详细描述你参与过的一个LLM预训练项目，包括数据、模型、训练策略和遇到的问题
- 如何设计一个生成式推荐模型？相比传统推荐有什么优势？
- 在分布式训练中，你如何处理显存不足问题？请给出具体方案
- 解释DPO和GRPO的区别和适用场景
- 复习大模型基础，包括Transformer架构、训练技巧、推理优化
职位点评
74
综合评分
前沿AI预训练专家岗位，技术成长巨大，薪资优厚，但加班可能较常见。
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和前沿突破的开发者，对薪资和稳定性也有较高预期，但需接受可能的工作强度。
表现最好
成长发展
相对薄弱
工作生活
薪资福利78
成长发展88
工作生活55
使命价值65
薪资福利
78中等
薪资水平预计较高，但JD未明确薪资福利细节，稳定性较好。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
88较高
技术前沿，有丰富的学习资源和论文产出机会，发展空间巨大。
技术前沿前沿/新兴技术
技术栈LLM、PyTorch、分布式训练、DeepSpeed、Megatron-LM、强化学习、推荐系统、SFT/DPO/GRPO、PagedAttention、量化
业务类型profit_center
工作生活
55较低
现场办公，未明确加班情况，预训练岗位可能强度较大，但大厂福利较好。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
65中等
支付智能化有助于商户降本增效，有一定商业价值，但社会意义不是特别突出。
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