研究型实习生-泛风险域端到端多智能体研究

岗位职责

研究领域： 机器学习 项目简介： 集团业务多元化发展，面临跨主体风险传染与扩散，波及到蚂蚁集团更大的范围。传统的风险分析模型往往是静态和孤立的，难以捕捉这种跨领域、非线性的动态传导关系。通过认知多智能体架构整合多源数据，初步构建泛风险欲域知识图谱和流程认知框架，但核心挑战依然突出，用户对端到端、多跳复杂问题（如“为何某次促销导致系统崩溃？”）的诉求，暴露了现有系统的“认知断层”，未来更需要在认知层面从“基础数据认知整合”层面，逐步切入“结构化认知自进化”的认知科学、复杂系统理论和风险业务专家协同的新范式。同时，而多智能体系统天然适合模拟复杂系统中的个体交互与宏观涌现，但目前的Agent应用 缺乏对集团领域知识的深度理解，超长上下文的处理、模型幻觉、多智能体高效协作 等诸多挑战。

任职要求

研究领域：

• 目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位
• 具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go
• 具有上述研究领域的相关经验,包括行业经验或作为参与实验室研究 优先录用：
• 对技术研究充满热情,具有产生新思想和创新的能力; 在自学,问题分析和解决方面表现出色
• 在国际会议上或核心期刊发表一份或多份出版物或论文
• 至少3个月的全职工作

特色标签

Agent群体、C/C++、Golang、Java、KG图谱、MAS系统、ML算法、Python、云原生、保险、信贷、分布式计算、反洗钱、发表算法相关优秀论文、图计算、复杂网络、复杂网络系统、复杂链式推理、多智能体系统、多跳推理、幻觉现象、支付、数据安全、数据挖掘、智能体、有留学背景、机器学习、机器学习算法、模型幻觉问题、理财、知识图谱、端到端学习、端到端建模、自然语言处理算法、认知Agent、认知智能体系统、超长序列建模、金融、银行、长文本理解、领域图谱、风控、风控模型、风控知识图谱、风控算法、风险识别模型