【蚂蚁星】财富AI Lab-大模型训练与应用-27届

岗位职责

部门介绍： Fin-AI Lab / 财富 AI Lab 是面向财富金融场景打造的 AI Native 技术团队，聚焦大模型、Agentic Learning、Tool Use、复杂推理、金融数据理解与端到端 AGI 金融智能产品和系统建设。 团队的核心目标不是简单构建一个金融问答助手，而是围绕真实复杂金融场景，训练和构建能够完成长程、多步、可验证任务的大模型 Agent。我们关注大模型从“会回答”走向“会规划、会调用工具、会使用数据、会自我校验、会完成任务”的能力跃迁。 在金融场景下，Agent 面临更高的技术挑战：数据高度结构化与实时变化并存，任务链路长，工具体系复杂，事实性和严谨性要求高，推理过程需要可追踪、可验证、可控。因此，团队需要围绕 Agent 规划、工具调用、记忆、反思、执行环境、评测体系、强化学习与数据飞轮，系统性提升大模型在复杂金融任务中的能力上限。 职位描述：

1. 负责财富金融场景下大语言模型的后训练体系建设，包括 SFT、Preference Learning、RLHF/RLAIF、DPO、PPO、GRPO 等方向的算法研究与落地；
2. 结合蚂小财、蚂蚁财富 App 等真实业务场景，设计高质量金融数据构建方案，包括数据洞察、数据清洗、数据合成、偏好数据构建、复杂任务标注、数据质量评估等；
3. 建设金融大模型评测与 Benchmark 体系，围绕专业性、严谨性、事实性、合规性、工具调用、多轮对话、复杂任务完成率等维度，定义模型能力提升路径；
4. 与 Agent、工程、产品、运营、投研供给团队紧密协作，推动模型能力在真实产品中的端到端落地，持续提升用户体验和业务指标；
5. 针对金融场景中的高频、复杂、长链路任务，优化模型的推理能力、指令遵从能力、工具调用能力和结构化表达能力；
6. 跟踪业界大模型后训练、Agent、金融 AI、数据合成、评测体系等方向的前沿技术，并结合业务场景完成技术验证和规模化落地；
7. 参与模型训练策略、实验设计、效果分析和迭代规划，推动团队形成以评测驱动、数据驱动、产品体验驱动的模型迭代闭环。

任职要求

1. 具备扎实的大模型后训练经验，熟悉 SFT、DPO、PPO、GRPO、RLHF/RLAIF、Reward Model、Preference Data 等相关技术原理和实践方法；
2. 具备较强的算法研发能力和实验设计能力，能够基于业务问题拆解模型能力短板，设计数据、训练、评测和分析方案；
3. 熟悉主流大模型训练和微调框架，如 Megatron-LM、DeepSpeed、FSDP、LLaMA-Factory、ms-swift、Transformers 等，有大规模训练或微调经验者优先；
4. 熟悉大模型数据工程，具备大规模语料处理、指令数据构建、合成数据生成、数据质量评估、偏好数据构建等经验；
5. 具备扎实的数学和机器学习基础，熟悉线性代数、概率统计、优化算法、深度学习和强化学习相关知识；
6. 对 LLM、Agent、Tool Use、RAG、多轮对话、复杂推理等方向有深入理解，能够将前沿技术转化为可落地的产品能力。 【加分项（模型×Agent联合优化成果）】 1.在模型与Agent的交叉领域有过充分实践优先： 2.顶会论文：NeurIPS/ICML/ICLR/ACL等与Agent/对齐/RLHF相关论文； 3.开源项目：为知名开源社区项目贡献核心代码，或有高Star自主项目； 4.线上系统：参与过真实上线的AI系统，有可量化的效果指标； 5.技术影响力：高质量博客/竞赛奖项/有用户的Side Project。

特色标签

AI Agent、Alignment、API调用、Benchmark、Direct Preference Optimization、GRPO、LLM、Proximal Policy Optimization、Python、Reinforcement Learning from Human Feedback、RLAIF、Shell、SQL、Supervised Fine-Tuning、Synthetic Data Generation、Tool Use、人类反馈强化学习、保险、信贷、偏好直接优化、函数调用、分布式训练、区块链、参加算法相关竞赛/获奖、反洗钱、发表算法相关优秀论文、合成数据生成、合规、后训练优化、大数据处理工具(Spark/Hadoop/Hive)、大模型算法、大规模语言模型、大语言模型、对齐优化、强化学习、微调、支付、数据增强、数据安全、数据挖掘、智能代理、智能体、机器学习、测评体系、深度学习、理财、监督式微调、监督微调、知识图谱、算法工程化经验、自然语言处理算法、评估体系、近端策略优化、金融、银行、隐私计算