蚂蚁集团-多模态应用算法-端智能

岗位职责

1. 面向支付宝APP的智能化升级，探索基于多模态大模型的多模态理解、检索增强、视觉推理等技术方向，结合业务产品需求进行继续预训练、后训练等，推动产品业务创新；
2. 构建语音智能体交互入口，探索基于实时音视频的全双工交互模式下的情感陪伴、实时问答等场景应用，构建实时多模态交互、生成式UI等关键技术；
3. 持续跟进并关注多模态大模型方向的应用创新、技术前沿，共同参与定义支付宝智能化的技术应用创新和能力边界。

任职要求

1. 计算机科学、人工智能、电子工程或相关领域，硕士或博士学位优先；
2. 在多模态理解生成、语音、计算机视觉、生成式UI等方向有大模型算法研究或应用落地经验；
3. 具备优秀的AI Coding能力，能够熟练将Cursor/Claude Code等AI编程产品融入到研发流程中；
4. 对技术富有热情，具备出色的问题分析与解决能力，善于沟通与团队协作。

岗位标签

NEW

特色标签

AI生成界面、AI辅助编程、CNN/RNN、Python、RAG、TensorFlow/PyTorch、WebRTC、人机对话相关经验、分布式训练、双向实时交互、商户、图像、图像搜索、图像算法、多模态基础模型、多模态大语言模型、多模态推理、多模态算法、多模态语义理解、大模型算法、实时语音交互、对话系统、情感AI陪伴、情感化交互、意图挖掘、支付、智能交互、智能体、智能编程、有国际期刊/会议论文发表、机器学习、检索增强生成、模型加速/性能优化、深度学习、生成式用户界面、算法工程化经验、自然语言处理算法、英文读写能力良好、视觉语言推理、视频、计算机相关专业、语义理解、语音、语音Agent、语音算法、语音识别工作经验、语音驱动智能体、跨模态理解、金融