【蚂蚁星】大模型后训练算法工程师- AI金融场景（实习）

岗位职责

部门介绍 网商银行是由蚂蚁集团发起设立的中国首批民营银行之一，也是全球领先的互联网银行。我们始终坚守“普惠金融”初心，聚焦服务小微企业、个体工商户和农村经营者。作为金融科技领域的标杆企业，网商银行以科技为核心驱动力，依托云计算、大数据、人工智能等前沿技术，构建了独特的“310”小微信贷服务模式（3分钟申请、1秒钟放款、0人工干预），目前已服务数千万小微客户。网商银行算法团队致力于整个信贷全流程的AI算法能力构建，技术领域包括大模型、自然语言处理、计算机视觉、多模态等。团队成员近年在ACL/ICLR/WWW/CVPR/ICCV等多个顶级会议发表数十篇学术论文。在AI大模型时代，网商银行正率先探索“AI+金融”的深度融合。我们拥有海量、真实且高价值的小微信贷场景数据，致力于通过大模型技术打破传统风控壁垒，解决长尾客户融资难、风控难的问题。在这里，你可以：[1] 参与覆盖千万客户的金融信贷领域算法研发中，以技术之力跨越金融鸿沟，让普惠金融触达每一个微小经营主体，实现技术的终极价值与前所未有的职业使命感。[2] 得到技术大牛和联合实验室教授的一对一指导，在海量数据和领域特异问题的加持下，与一群有情有义的人加速自身的成长。

职位描述：

1. 构建风控领域高质量数据飞轮：设计并落地面向小微信贷风控的高质量指令数据集构建方案，涵盖数据清洗、去重、隐私脱敏及自动化标注体系。研发基于大模型的数据合成技术与自我进化机制，解决金融场景下高价值标注数据稀缺痛点；
2. 主导金融垂直领域大模型的后训练策略：设计包括 SFT、RL（DPO/GRPO/OPD等）算法优化，针对风控场景特有的逻辑推理、事实准确性及低幻觉要求，研发专用的对齐算法与损失函数，显著提升模型在复杂风控决策中的性能。探索多目标强化学习在风控权衡（如风险vs额度）中的应用，实现模型能力的精细化调控；
3. 高效推理能力建设与工程化落地：负责大模型推理加速技术的研发与应用，包括但不限于KV Cache优化、量化技术以及算子融合优化。优化模型在服务端的推理时效，协同工程团队，打通从训练到推理部署的全链路，实现模型能力的快速迭代与稳定上线；
4. 金融场景下大模型 Agent 框架优化：主导面向复杂金融风控场景的大模型 Agent 框架设计，构建支持多工具调用、多步骤规划及长链路任务执行的智能体系统。优化 ReAct、CoT 等推理范式在风控决策中的应用，解决长上下文记忆管理、状态追踪及异常恢复机制，确保 Agent 在处理客户分析、信贷审批等长周期任务时的稳定性与准确性；
5. 跟踪前沿技术并创新突破：跟踪并复现业界的最新SOTA成果以及在小微信贷风控领域的应用。产出高水平学术论文及开源贡献，引领网商银行在金融AI领域的技术创新。

任职要求

1. 国内外顶尖高校计算机、人工智能、数学、统计等相关专业硕士/博士（应届或毕业两年内）。在AI顶级会议（NeurIPS, ICML, ICLR, ACL, EMNLP, KDD等）以第一作者发表过高水平论文者优先；
2. 具备LLM/NLP相关科研或项目经验，有大模型后训练（SFT/RL）相关研究或落地经验者优先；有小微信贷风控、金融AI相关研究背景者加分；
3. 深入理解LLM预训练及后训练原理，对RLHF、GRPO、OPD等RL算法有深刻理解及实战经验。精通PyTorch深度学习框架，熟悉DeepSpeed、Megatron-LM等分布式训练框架；具备大规模集群训练调试与性能优化经验；
4. 熟悉vLLM、TensorRT-LLM等推理引擎，有模型量化、剪枝或推理加速实际落地经验者优先。具备优秀的数据构建与分析能力，能够从业务视角抽象出数据问题，并设计相应的算法解决方案；
5. 具备极强的问题拆解、实验设计与创新能力，良好的跨团队协作意识，追求技术落地与业务价值。认同网商银行普惠金融价值观，愿意与团队共同探索AI时代小微信贷风控新范式。

特色标签

AI Agent、CoT、DPO、GRPO、KV Cache优化、LLM、OPD、Python、ReAct、RLHF、SFT、Shell、SOTA复现、SQL、Supervised Fine-tuning、TensorRT-LLM、vLLM、上下文管理、互联网银行、保险、信用风险、信贷、信贷风险、分布式训练、反洗钱、发表算法相关优秀论文、合规、多模态大模型、多模态算法、多步规划、大数据、大数据处理工具(Spark/Hadoop/Hive)、大模型算法、大语言模型、学术论文、安全、对齐算法、小微信贷风控、开源贡献、强化学习、强化学习对齐、意图挖掘、指令数据、推理优化、支付、数据合成、数据自生、数据闭环、文本生成、普惠金融、智能体、有留学背景、机器学习、模型加速/性能优化、模型量化、深度学习、状态追踪、算子融合、算法工程化经验、自动化标注、自然语言处理算法、英美留学生、视觉-语言融合、语义理解、跨模态、金融、金融场景、金融垂直领域、金融智能体、金融风险、银行、长文本记忆、风控、风控算法、风险控制