【蚂蚁星】智能AI算法专家-蚂蚁数科-27届

岗位职责

部门介绍： 蚂蚁数科致力于打造一个深度逻辑推理、高精准执行、安全可控，且具备自进化能力和高效长期记忆的企业级自主智能体底座。面对大模型与智能体社区快速更新迭代的前沿热点技术，我们会时刻关注并迅速引入最新算法来突破平台的智能与工程上限。我们欢迎极具技术信仰与极客潜质的优秀新人加入核心算法团队，一起建设行业顶尖的 AI 基础设施，在面向大型金融机构的风控和营销助手、投研投顾金融管家等硬核业务落地过程中，真正实现让前沿的人工智能技术赋能核心产业。

职位描述：

1. 核心算法攻坚： 深度参与 DTClaw 自主智能体的算法研发，攻克大模型在toB复杂任务中的的通过率、效率问题；
2. 前沿技术落地： 紧跟 LLM 与 Agent 领域的最新学术进展（如强化学习、自进化、高效长期记忆、多智能体协同等），具备快速复现能力，并将学术成果高效转化为 DTClaw 的工程实现；
3. 生态与边界探索： 参与构建智能体的评测基准与数据集，持续优化 Agent 在动态环境中的任务成功率与鲁棒性，共同打造行业领先的智能体生态。

任职要求

1. 基础算法能力：计算机、人工智能、数学等相关专业硕士及以上学历。熟悉LLM的底层架构，有主流开源模型（如 Qwen 等）的预训练或微调（SFT/RL）、具有丰富的实操提示词工程和上下文工程经验；
2. 基础工程能力：具备优秀的工程编码能力，精通 Python，熟练使用主流大模型训推框架，有扎实的数据结构与算法基础；
3. 前沿Agent视野： 熟悉主流自主智能体（如OpenClaw）的框架；对 Agent 的核心架构设计有深入思考或相关实践；
4. 极客精神与自驱力： 具备极强的求知欲和快速学习能力，能够快速追踪并复现顶会论文或开源社区的最新成果；逻辑严密，具备优秀的团队协作意识与抗压能力。

加分项： 在 GitHub/Huggingface 等开源社区有高质量贡献、或在顶级学术会议（如 ACL, EMNLP, NeurIPS, ICLR 等）发表过LLM/Agent相关论文。

特色标签

AI代理、AI智能体、Prompt Engineering、Python、RL、上下文优化、上下文建模、上下文管理、代理系统、发表算法相关优秀论文、多Agent协作、多主体协同、多智能体系统、大模型、大模型算法、大语言模型、强化学习、强化学习算法、指令工程、提示工程、智能体、有监督微调、监督式微调、监督微调、算法工程化经验、自主AI代理、自然语言处理算法、营销、记忆增强、记忆机制、金融、银行、长期记忆、风控