蚂蚁集团-后训练算法工程师-智能风控

业务背景 蚂蚁大安全资金风控团队面向亿级用户建设核心风控引擎，用领先的大模型技术解决真实风控场景中的复杂判别与推理问题，构建数据与知识驱动的智能风控体系，提升用户的支付安全体验。团队致力于将前沿大模型技术落地于真实风控场景，核心方向涵盖大模型后训练、Agent 能力建设与数据飞轮构建，探索从基座模型到业务应用的全链路技术突破。 职位描述 1. 大模型后训练（SFT/RL），负责多任务合训中的任务干扰、文本长度偏差等关键问题的研究，探索 DPO/GRPO/GSPO 等强化学习算法在复杂判别场景的应用，提升模型的指令遵循能力与场景泛化性。 2. 知识蒸馏，探索大参数量教师模型向小参数量学生模型的推理能力迁移方法，包括 CoT 思维链蒸馏与推理逻辑对齐，在保持判别精度的同时大幅降低部署成本。 3. 数据合成与自动标注，研究基于大模型的数据自动标注与质量筛选方法，构建高质量训练数据飞轮，提升训练数据的多样性与标签准确率。 4. Agent 模型能力建设，研究智能体的 Tool 调用准确率提升、记忆压缩、多轮交互优化等问题，通过在真实业务场景中的轨迹采集与强化学习，持续优化模型的工具使用与自主决策能力。 【任职要求】 1. 计算机科学/人工智能、数学/统计学、电子信息工程等相关专业硕士或以上学历，有大模型训练或深度学习相关经验。 2. 熟练掌握大模型后训练方法，有百亿级参数模型训练经验者优先。 3. 熟练掌握 PyTorch 及分布式训练框架（DeepSpeed/Megatron 等），具备良好的工程落地能力。 4. 有智能体（Agent）Tool 调用优化、多轮 RL 训练经验者优先。 5. 在 ICML、NeurIPS、ICLR、ACL、EMNLP 等顶会发表过论文或有竞赛经验者优先。 6. 突出的分析问题和解决问题能力，自我驱动，具备较强的学习能力、创新应用能力及沟通协调能力。