岗位职责
我们正在建设蚂蚁 AI 的 数据飞轮:让基础模型与 AI 应用,能够从每一次真实用户交互中自动学习、持续进化。
- 反馈信号采集与理解:设计覆盖显式信号(点赞 / 点踩)与隐式信号(追问 / 情绪)的采集与建模方案,从多轮、多模态的 Agent 交互轨迹中挖掘用户真实遇到的问题;
- 自动归因与分类:基于大模型构建 "反馈理解与归因 Agent",自动归因 —— 指令与格式遵循、长程推理与上下文承接等,并做到组件级 / 模块级的精准定位(如 Harness 编排等);
- 数据飞轮闭环建设:将反馈挖掘结果沉淀为模型可消费、可验证的训练 / 评测资产,驱动有效经验回流反哺基模;
- 改进方案生成与优先级:对于组件自动生成优化策略(Prompt / Skill / Tool / 组件策略调整),推动最小人工干预下的日 / 周级自动迭代,并设计分层验证与线上效果监控。
职位要求
- 对技术有极致热情,具备扎实的计算机科学基础(编程、数据结构、算法),有良好的系统设计与工程落地能力;
- 深入理解 LLM / Agent 原理,具备基于大模型构建应用(Prompt 工程 / RAG / Agent 编排)、后训练(SFT / RL)或设计评测体系的实践经验;
- 强大的学习能力与系统性思考,享受把复杂模糊的业务问题拆解为清晰技术路径,能从 0 到 1 独立推进;
- 对 AI 大模型、因果推断、数据挖掘、RSI(递归自进化)等前沿方向有强烈的好奇心与探索欲。 加分项:
- 有用户反馈分析、badcase 归因、数据质量 / 数据飞轮、评测体系建设的经验;
- 有因果推断、异常检测、多模态,或医疗 / 金融等垂直领域经验;
- 有大规模数据 pipeline、可观测性系统或自动化闭环的工程经验;
- 有顶会论文(NeurIPS / ICML / ACL / KDD 等)或高质量开源贡献。