【蚂蚁星】AI 工程师- AI Feedback Loop-平台技术（实习）

岗位职责

作为我们大模型核心团队的一员，你将参与构建驱动AI模型持续进化的数据基础设施与工程闭环。这是一个直面海量数据、前沿算法和复杂工程挑战的核心岗位，也是你从校园精英成长为顶尖技术专家的绝佳起点。 你的工作与挑战：

• 海量实时数据工程实践： 学习并参与构建支撑亿级用户的实时数据处理链路，直面高并发、高可用的工程挑战，掌握工业界大规模数据系统的设计与实现精髓。 深入实践多模态数据的清洗、归因与结构化技术，你将学习如何为复杂的AI模型提供标准、优质的“燃料”，理解数据质量如何直接影响模型表现。
• 前沿AI技术的工程化落地： 探索并落地面向RLHF和DPO等前沿训练方法的数据工程体系，你将学习如何自动化、规模化地构建高质量的偏好数据集，这是大模型“对齐”人类价值观的核心技术。 设计并开发模型问题的自动化发现与诊断系统，你将通过数据分析和工程手段，驱动模型质量的持续提升，为降低“模型幻觉”贡献关键力量。
• 数据驱动的算法迭代： 学习并运用因果推断等高级数据分析方法，在复杂的多轮交互数据中，科学地分析和定位影响用户体验的关键因素，为算法团队提供清晰、可信的优化方向。

任职要求

1. 对技术充满极致的热情，拥有扎实的计算机科学基础（编程、数据结构、算法）。
2. 具备强大的学习能力和系统性思考能力，享受将复杂模糊的业务问题拆解为清晰技术路径的乐趣。
3. 对AI大模型、知识图谱、图计算、因果推断等前沿技术有浓厚的好奇心和探索欲。
4. 渴望解决真正有价值、有壁垒的难题，相信技术能重塑金融行业的未来。

特色标签

Python、Shell、SQL、云原生、云服务、云计算、人机对齐、人类反馈强化学习、保险、信贷、偏好数据对齐、分布式计算、分布式训练、区块链、反洗钱、合规、因果分析、因果推理、图文混合数据、图计算、基于人类偏好的强化学习、多模态算法、大数据处理工具(Spark/Hadoop/Hive)、大模型算法、大规模预训练模型、实时数据链路、异构模态数据、强化学习、支付、数据偏好优化、数据去噪、数据安全、数据库、数据挖掘、数据预处理、模型价值观对齐、模型错觉、流式数据架构、深度学习、理财、知识图谱、算法工程化经验、自然语言处理算法、虚假生成、虚拟机、超大模型、金融、银行、隐私计算、风控、高可用系统、高并发架构