蚂蚁集团-语音交互智能体算法工程师-杭州/上海

优缺点分析

角色解读

• 可向资深算法专家或技术Leader方向发展，主导风控AI系统的架构设计与创新
• 积累多模态、强化学习、对话系统等前沿技术，有机会向通用AI Agent领域拓展
• 在蚂蚁集团内部可跨业务线轮岗，接触支付、信贷、保险等更多风控场景
• 负责资金风控场景下语音交互智能体的算法研发，基于Omini模型构建端到端语音对话能力
• 开发智能体的工具调用和记忆管理机制，提升交互连贯性与任务完成率
• 在交互中识别用户情绪、谎言及风险不一致性，优化风控决策
• 精通Omini模型的后训练技术，包括SFT、DPO、GRPO等强化学习对齐方法
• 具备智能体系统开发经验，熟悉Tool调用、记忆压缩等方案
• 熟练使用PyTorch或Tensorflow等深度学习框架

申请策略

• 关注蚂蚁集团的风控业务场景，在面试中展示自己对黑灰产对抗的理解
• 准备一个端到端语音交互Demo或项目案例，展示工程能力
• 突出在Omini模型或大语言模型上的后训练（SFT/DPO/GRPO）项目经验
• 详述智能体系统设计经验，特别是Tool调用、记忆管理、对话状态追踪等
• 强调顶会论文发表记录，尤其是ICASSP、CVPR、ICML等与语音或多模态相关的论文
• 若缺少语音交互经验，可补充学习语音识别、语音合成、全双工通信等相关知识
• 加强强化学习理论与实践，特别是多轮对话中的RL调优方法
• 熟悉Multi-turn RL、长记忆压缩等最新研究，阅读相关论文

面试指南

• 对于对比型问题（如SFT vs DPO），先定义每个概念，再对比优缺点，最后结合你的实践经历说明选择依据
• 对于系统设计方案，采用从需求出发，逐步细化模块，强调trade-off和工程落地的思路
• 对于开放性问题，先分析问题本质，再提出多种候选方案，最后给出你的推荐及理由
• 请详细说明Omini模型后训练中SFT、DPO、GRPO的区别及适用场景
• 如何设计一个高效的智能体Tool调用机制？请举例说明
• 在语音交互中识别用户情绪和谎言，你会采用哪些技术路线？
• 请描述一个你解决过的多模态表征学习问题，以及你使用的模型架构
• 如果用户故意对抗（如语音变声、背景噪声），你的系统如何保证鲁棒性？