蚂蚁集团
蚂蚁集团-财富AI Lab-大模型应用架构师（知识与工具平台方向）
蚂蚁集团-财富AI Lab-大模型应用架构师（知识与工具平台方向）
发布于 大约 14 小时前普通员工/个人贡献者
北京市 / 杭州市
中级经验
全职员工
仅现场办公
学历未注明
架构师
Dataagent
Go
Mcp
Nl2Sql
Rag
分布式系统
搜索架构
金融数据
AI 估算 · 40k–70k
蚂蚁集团架构师岗位，技术难度高，金融科技领域稀缺，市场薪资竞争力强。
职位详情
关于这个职位
该职位负责金融智能体的知识获取与工具执行能力，主导金融专业搜索、DataAgent、金融数据供给和MCP工具平台的技术架构设计与演进
你将与算法、数据和业务团队协作，将大模型从通用问答推向能检索、计算并调用工具的金融专业任务，为投研、投顾等应用提供稳定可靠的知识与工具底座
最低要求
基础条件：
计算机、软件工程、人工智能等相关专业，具备 3-5 年后端/系统架构经验，且至少 1-2 年深度的搜索推荐引擎/Agent引擎实际架构与落地经验
具备 3-5 年后端开发或系统架构经验，其中至少 1–2 年专注于金融数据、知识工程、搜索推荐、Agent、DataAgent 等相关系统的架构设计与生产落地
专业能力：
扎实的架构与工程底盘：熟悉分布式系统、微服务、高并发和高可用架构，熟练掌握 Java、Python、Go 等至少一种主流语言
能够将成熟的软件工程方法应用于 AI Native 系统的开发、测试、评测与运维，解决模型不确定性带来的工程问题
Agent、搜索或 DataAgent 实践经验：包括但不限于：搜索与 RAG：索引架构、向量数据库、混合召回、知识加工
DataAgent：NL2SQL、Schema Linking、代码执行
Agent 与工具平台：MCP、Function Calling、工具路由与编排、权限治理和可观测性
数据工程：批流一体的数据 Pipeline、指标计算、数据质量、元数据及血缘治理
AI 辅助研发能力：深度使用 Claude Code、Codex 等 AI 编程工具，具备良好的 Prompt、上下文工程和结构化表达能力
能够设计团队级 AI 辅助研发 Workflow，并通过规范、测试、代码评审和评测机制，保证 AI 生成代码达到生产要求
能力特质：
系统思维与抽象能力：面对海量异构金融数据和多样化工具需求，能够识别共性问题、抽象平台能力，并在通用性、业务深度和建设成本之间做出合理取舍
Hands-on 工程能力：能够亲自编写核心代码、分析线上链路、调优检索与 Agent 效果，通过快速原型和工程验证推动架构决策落地
严谨度与风险意识：尊重金融数据口径和业务规则，重视结果准确性、可解释性与可追溯性
在推进智能化能力的同时，守住数据安全、权限控制、系统容灾和工程质量底线
自驱与技术领导力：能够在需求和技术路径尚不明确的情况下主动拆解问题、推动关键决策，并通过技术方案、工程规范和经验沉淀提升团队整体能力
工作职责
一、 金融专业搜索
负责金融专业搜索架构设计，建设覆盖金融资讯、研报、公告等多源异构数据的统一检索体系
设计并持续演进百亿级索引、混合召回、排序和近实时更新架构，提升专业金融问答的准确性、时效性与结果可追溯性
二、 金融 DataAgent
设计并落地基于 NL2SQL 的金融 DataAgent，支持自然语言选股、选基、选 ETF 及金融数据分析
负责从意图理解、Schema Linking、任务规划、代码执行到结果校验的完整链路，建立效果评测与线上反馈机制，持续提升查询准确率、复杂任务完成率和系统稳定性
三、 金融数据供给中心
建设统一的金融数据供给体系，负责全网结构化与非结构化数据的持续接入、清洗加工、实体对齐、指标计算、质量校验、存储与分发
完善数据口径、元数据、版本和血缘管理，沉淀可复用的数据与知识模型，为专业搜索、DataAgent 和工具平台提供稳定、一致、可治理的金融数据供给
四、 MCP工具平台
设计并落地智能体工具调用基础设施，基于 MCP 标准建设统一的工具注册、发现、路由、编排与执行框架
完善权限控制、限流降级、监控审计和效果评测机制，沉淀可复用的工具资产，让专业金融能力能够被不同智能体安全、稳定地复用
优先资格
加分项：
具有证券、基金、银行理财或金融数据服务商相关工作经历，熟悉金融数据口径、指标体系和投研业务流程
主导过从 0 到 1 的高并发或百万级日活 AI Native 应用、复杂智能体引擎、搜索平台或数据平台建设
在 GitHub 上有高质量的 LLM、Agent、MCP、RAG 或 Workflow 相关开源项目贡献，或在技术社区具有持续的技术影响力
AI 洞察
优缺点分析
优点
- 岗位涉及搜索、Agent、数据工程、MCP全栈，技术覆盖面广，个人能力提升快
- 金融业务场景复杂且数据丰富，有利于打造高价值AI解决方案
- 薪酬福利在行业内具有竞争力
- 对综合能力要求高，需要同时掌握架构、算法、数据和工程，学习曲线陡峭
- 适合有3-5年后端架构经验、对AI Agent和搜索感兴趣、并希望在金融科技领域深耕的技术专家
缺点 / 挑战
- 蚂蚁集团技术平台强大，接触前沿大模型和金融科技场景，技术挑战和成长空间大
- 金融领域对准确性、可追溯性要求严格，工作压力大
- 需要与多个团队协作，沟通协调成本较高
角色解读
- 可向大模型应用架构专家或AI平台技术负责人方向发展，负责更复杂的智能体系统
- 在金融科技领域深耕，成为结合AI与金融业务的稀缺人才
- 有机会横向发展至整个蚂蚁AI基础设施团队，拓展技术广度和影响力
- 主导金融专业搜索架构，建设百亿级索引和混合召回体系，提升金融问答准确性和时效性
- 设计基于NL2SQL的金融DataAgent，实现自然语言选股、选基等数据分析功能，优化查询链路和稳定性
- 构建统一金融数据供给中心，负责数据接入、清洗、实体对齐和血缘管理，为上层应用提供高质量数据
- 基于MCP标准打造工具调用平台，实现工具注册、路由、编排和执行，保障智能体安全稳定复用
- 扎实的软件工程能力，熟悉分布式系统、微服务、高并发，精通Java/Python/Go
- 深度掌握搜索/RAG技术，包括索引架构、向量数据库、混合召回等
- 具备DataAgent实践经验，熟悉NL2SQL、Schema Linking、代码执行等
- 熟练使用AI编程工具如Claude Code、Codex，具备Prompt工程和团队AI工作流设计能力
申请策略
- 了解蚂蚁财富AI Lab的业务方向，思考如何将过往经验与金融场景结合
- 准备系统设计面试，重点考虑高并发搜索、数据管线和工具平台的架构方案
- 突出搜索架构、推荐、RAG或Agent相关项目经验，特别是从0到1的落地案例
- 强调对分布式系统、高并发、微服务的架构设计能力，提供具体指标和性能优化成果
- 展示NL2SQL、DataAgent、MCP等具体技术实践，说明个人角色和贡献
- 如有AI编程工具深度使用或开源项目贡献，务必提及
- 学习MCP协议和工具平台设计，了解主流Agent框架（如LangChain、AutoGPT）
- 加强金融基础知识，熟悉常见金融数据指标和投研业务流程
面试指南
- STAR法则：描述情境、任务、行动和结果，突出个人贡献和量化成果
- 架构设计题：从需求分析、功能模块、技术选型、数据流、性能优化、容错、安全性等维度展开
- 结合金融场景：强调对准确性、权限控制和可解释性的理解
- 请描述你设计过的高并发搜索系统架构，如何保证性能和可扩展性？
- 你对NL2SQL实现有什么方案？如何处理复杂查询和错误？
- 如果让你设计一个MCP工具平台，你会考虑哪些关键设计要素？
- 如何保证Agent输出的准确性和可追溯性？有什么评测和反馈机制？
- 你使用过哪些AI编程工具？如何保证AI生成代码的质量？
职位点评
74
综合评分
大厂AI金融架构岗，前沿技术栈，薪酬高但WLB一般。
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
适合追求技术成长和薪酬回报的资深架构师，能接受现场办公和一定工作压力。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展85
工作生活50
使命价值70
薪资福利
80较高
蚂蚁集团作为互联网巨头，提供有竞争力的薪酬和福利，虽然JD未明确，但市场整体水平较高。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
85较高
岗位涉及大模型、Agent、MCP等前沿技术，个人成长速度快，且有技术领导力要求，发展空间大。
技术前沿前沿/新兴技术
技术栈大模型、Agent、MCP、RAG、NL2SQL、搜索架构
业务类型ambiguous
工作生活
50较低
要求现场办公，未提及弹性工作制，工作强度可能较高，WLB一般。
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
70中等
金融科技领域快速发展，岗位有积极采用新技术，对金融服务智能化有贡献，但缺乏明确的使命导向。
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