蚂蚁集团-垂类模型评测科学家-北京/杭州/上海【AGI专项】当面告知
蚂蚁科技集团股份有限公司
2026-12-12 00:00:00
社招本科
岗位详情
地区：
北京
·
上海
·
杭州市
专业要求：
金融学统计学计算机科学与技术
岗位职责：
1. 定义垂类行业大模型的“黄金标准”，构建涵盖合规性、事实性、逻辑推理及安全性的多维度评测体系。
2. 负责搭建自动化评测平台与 Model-based Evaluation（以模评模）流水线，针对如金融研报分析、投资决策、风险控制等复杂场景建设高难度测试集（Hard Case）。
3. 设计针对Agentic AI的动态评估框架，量化智能体在工具调用、多步决策及环境交互中的成功率与鲁棒性，通过精准的评测反馈驱动预训练与后训练的数据/策略迭代，形成“训练-评测-优化”的高效闭环。
招聘要求：
● 计算机科学、统计学、金融或相关专业背景，具备 NLP 或大模型评测系统搭建经验。
● 熟悉主流评测框架及指标设计，掌握 Model-based Eval、众包评估质量控制及自动化测试技术。
● 具备构建 Agent 动态评测环境（Sandbox/Simulation）的能力，能够设计针对工具调用（Tool Use）与长链路推理的量化评估方案。
● 具备扎实的工程实现能力，熟悉 Python 及主流深度学习框架，能够处理大规模评测数据的清洗与分析。
● 具备良好的数据敏感度，能够通过 Bad Case 分析反推模型缺陷，具备优秀的工程素养。
● 具备较强的团队合作和沟通能力，能够与算法团队紧密配合，提供客观、可执行的优化建议。
加分项
● Curiosity-driven（极强的好奇心，热衷于挖掘 Corner Case 与探索模型能力边界）
● Following the First Principle（坚持第一性原理解决问题）
● Interdisciplinary background（金融+计算机/数学的复合背景，既深入理解业务逻辑，又能将其转化为可量化的算法评测指标）
● Strong Algorithm & System Co-design capability（算法与系统协同设计的全局视野，能通过架构优化提升评测效率）
● High data sensitivity & Problem discovery（极强的数据敏锐度与问题洞察力）
● Full-stack coding skills（全栈工程能力）
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。