业务技术-AI Agent 优化工程师-智能内控方向

优缺点分析

角色解读

• 技术专家路线：在AI算法调优与评估领域持续深耕，成为内控AI或垂域大模型方向的技术权威
• 技术管理路线：随着项目复杂度增加，可带领小团队负责更宏大的AI内控平台建设
• 业务融合路线：凭借对内控业务的深刻理解，转向AI产品经理或技术解决方案专家，驱动更大的业务价值
• 负责将大语言模型（LLM）在内控、风控等垂直业务场景中进行深度调优和对齐训练，解决模型在实际业务中的指令遵循和事实准确性问题
• 设计和构建面向内控业务的AI模型自动化评测体系，用量化手段衡量模型迭代效果，确保模型的可信赖和可解释性
• 运用Prompt Engineering、Agent架构等技术优化复杂业务推理任务，并与业务、工程团队协作，推动AI解决方案规模化落地
• 精通大模型后训练对齐技术（SFT/RLHF/DPO）和Transformer架构原理，有3年以上相关实战经验
• 熟练掌握Python、PyTorch等编程和框架，并具备大数据处理（如Spark/Flink）和数据工程能力
• 具备系统化的AI模型评测能力，能设计完整的评测框架和指标体系
• 具备出色的业务理解与抽象能力，能将复杂的合规规则转化为算法可处理的目标

申请策略

• 在申请前，深入了解天猫/淘天集团的业务模式、主要产品以及智能内控可能涉及的场景（如小商家风控、大促资金保障等）
• 在简历和面试中，强调自己将“模糊业务需求”转化为“可量化算法目标”的抽象与沟通能力
• 重点突出3年以上大模型/NLP算法研发或调优经验，具体描述使用SFT/RLHF/DPO等技术的项目成果
• 详细阐述构建模型评测体系或进行自动化评测的经验，包括使用的框架、设计的指标和量化收益
• 列举处理过的大规模数据集或ETL开发经验，体现数据工程能力
• 如有内控、风控、合规或金融科技相关项目经验，务必单独列出，这是极强的加分项
• 补充企业内控、SOX/COSO框架、审计流程或电商交易风控的基础知识，以便更好地理解业务需求
• 学习和实践Agent评测框架（如RAGAS、OpenCompass）和先进的Prompt Engineering技巧

面试指南

• 采用STAR法则（情境-任务-行动-结果）结构化回答项目经验，突出技术决策和量化成果
• 在回答评测设计问题时，可从数据集构建、指标选取、流程自动化、结果分析四个维度展开
• 结合JD中的技术关键词（如CoT、ReAct、RAG）和业务理解来回答关于Agent架构的问题
• 请介绍一个你主导的大模型微调或对齐训练项目，遇到的最大技术挑战是什么，如何解决的？
• 如何为一个复杂的业务场景（如风险交易识别）设计一套有效的模型评测体系？
• 你对AI Agent在企业内控中的应用有什么理解？如何构建一个可信赖、可解释的Agent？
• 如何平衡模型效果（如准确率）、推理延迟和计算成本？请举例说明
• 深入研究并复盘自己过往的大模型训练、评测项目，准备好详细的技术细节和数据支撑