蚂蚁集团-大模型强化学习算法专家-阿福当面告知
蚂蚁科技集团股份有限公司
2026-11-22 00:00:00
社招本科硕士
岗位详情
地区：
北京
·
上海
·
杭州市
·
成都市
专业要求：
计算机科学与技术
岗位职责：
1. 负责医疗基础模型的大规模强化学习算法研发、训练，通过RL scaling 提升医疗基模在复杂医疗诊断、循证、分析等场景的能力。
2. 设计RL算法和奖励机制、提升学习效率、训练稳定性， 通过长周期、高效的学习，提升模型在复杂问题场景的推理能力。
3. 通过与Infra团队co-design， 研发和扩展agentic RL环境，通过提升交互与反馈的质量和规模实现agentic能力的泛化。
招聘要求：
1. 硕士及以上学历，计算机科学或相关专业背景
2. 有大模型强化学习相关的研究经历，具备丰富的训练经验，深入理解PPO/GRPO/IcePop等主流强化学习算法
3. 具备扎实的算法工程实现能力，熟悉Python编程语言和PyTorch深度学习框架，有开源框架Areal/verl/slime/openrlhf使用经验
4. 熟悉AI coding，对常用工具如claude code/opencode熟练掌握
5. 在大模型领域有科研或实践经验，在AI领域国际顶级会议/期刊发表过高质量论文优先
6. 具备算法和infra co-design经验, 对sglang/vllm/megatron有开发优化经验优先
公司介绍
蚂蚁科技集团股份有限公司
蚂蚁科技集团股份有限公司，成立于2000-10-19，位于浙江，法定代表人：韩歆毅，登记状态：存续，注册资本3500000万人民币，公司类型：民营/私企
蚂蚁集团是中国较大的移动支付平台支付宝的母公司，也是全球金融科技开放平台，致力于以科技推动包括金融服务业在内的全球现代服务业的数字化升级，携手合作伙伴为消费者和小微企业提供普惠、绿色、可持续的服务，为世界带来微小而美好的改变。