鱼跃医疗
Ai开发高级工程师(J12208)
Ai开发高级工程师(J12208)
发布于 5 天前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Huggingface
Llm
Lora/Qlora
Pytorch
Rag
Tensorrt-Llm
Vllm
值不值得投
71综合评分
综合评分 71
医疗大模型全栈应用岗，技术前沿、成长性强，薪资与WLB未披露
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.5万
比机器学习工程中位数高
发布情况
正常在招 · 5 天前发布
公司情况
公司还在招多个职位
10 个在招
市场机会
选择适中
南京 · 机器学习工程 · 32 个在招
职位详情
关于这个职位
鱼跃医疗在南京招聘AI开发高级工程师，基于开源大模型进行二次开发与业务落地，负责RAG知识库、模型微调对齐、推理部署优化与大模型安全评测体系建设，是医疗大模型应用方向的核心技术岗
最低要求
精通 Python，熟练 PyTorch
熟悉 HuggingFace（Transformers/Datasets/PEFT）
有大模型应用落地经验，至少具备以下2项：RAG（向量检索/重排/引用溯源）、Tool-Calling/Agent 编排（函数调用、工作流、状态管理）、LoRA/QLoRA/SFT 微调或模型评测体系、推理部署与优化（并发、缓存、限流、降级）
扎实工程能力：可观测性、日志/链路追踪、线上故障定位与复盘
良好的代码质量与测试习惯
工作职责
基于开源大模型（Llama/Qwen/GLM 等）进行二次开发，落地业务场景：对话、多轮上下文、工具调用（Tool-Calling）、Agent 工作流编排
负责 RAG/知识库能力建设：文档解析清洗、切分、索引、向量化、召回与重排、引用溯源、增量更新与版本管理
按业务需要进行微调与对齐：SFT、LoRA/QLoRA（DPO/RL 视项目选用）
建设训练/评测数据闭环
推理服务部署与性能优化：vLLM/TGI/Transformers Serving
提升吞吐、降低时延与 token/GPU 成本
建立评测与质量体系：离线基准集、线上监控指标、回归集
红队测试（幻觉、提示注入、越权工具调用、数据泄露等）
与前后端/客户端协作，将能力封装为稳定 API/SDK，支撑灰度发布、回滚与持续迭代
优先资格
熟悉 Milvus/FAISS/pgvector/Elastic、召回-排序链路与检索评测
熟悉 vLLM/TGI/TensorRT-LLM/llama.cpp、量化（AWQ/GPTQ）
有安全经验：prompt injection 防护、工具权限隔离、审计与脱敏
有垂直领域（医疗/金融/工业等）落地经验或开源贡献
AI 洞察
优缺点分析
优点
- 覆盖大模型应用全栈（RAG/微调/部署/安全），技能成长面宽
- 医疗垂直领域落地经验稀缺，行业know-how与技术双积累
- 有真实业务场景驱动，避免纯demo式工作
- 技术栈迭代极快，需要持续跟进开源社区进展
- 医疗场景对幻觉、数据安全要求苛刻，评测与安全责任重
- 适合有完整大模型项目落地经验、工程能力扎实、希望在医疗AI方向长期深耕的资深工程师
缺点 / 挑战
- 推理成本与性能优化需要兼顾业务指标，压力大
角色解读
- 向大模型应用架构师、AI技术负责人方向发展，主导公司AI平台建设
- 也可深耕推理优化或模型安全方向，成为垂直领域专家
- 医疗AI落地经验积累后，向医疗AI产品与算法复合方向发展
- 基于Llama/Qwen/GLM等开源大模型做二次开发，落地对话、Agent工作流等业务场景
- 建设RAG知识库全链路：文档处理、检索、重排、引用溯源
- 完成模型微调对齐与推理服务部署优化，控制时延与算力成本
- 建立评测与红队安全体系，并将模型能力封装为API/SDK
- 精通Python与PyTorch，熟悉HuggingFace生态（Transformers/PEFT）
- 具备RAG、Agent编排、微调、推理优化中大模型应用落地经验中至少两项
- 扎实的工程能力：可观测性、链路追踪、线上故障定位与代码质量
申请策略
- 面试前梳理鱼跃的业务线，思考大模型在医疗设备与健康管理中的落地点
- 准备一个红队测试或线上故障复盘的具体案例
- 突出完整的大模型项目经历：从数据、微调到部署上线的闭环
- 量化推理优化与RAG效果指标（吞吐、时延、召回质量等）
- 如有医疗领域落地或开源贡献，务必重点呈现
- 熟悉vLLM/TensorRT-LLM等推理框架与AWQ/GPTQ量化
- 补充Agent工作流编排与prompt injection防护的实战经验
面试指南
- 以项目为主线，按数据-模型-部署-评测的闭环讲清技术决策与权衡
- 用具体指标量化效果，说明失败案例与迭代过程
- 展示对成本、性能、安全三角权衡的工程理解
- 你负责过的RAG系统中，如何设计切分、检索与重排策略？效果如何评估？
- LoRA/QLoRA微调的完整流程是怎样的？如何构建训练与评测数据闭环？
- 如何优化推理服务的吞吐与时延？用过哪些框架与量化方案？
- 如何防范提示注入与越权工具调用？
- 多轮对话与Agent工作流编排中，状态管理如何设计？
职位点评
薪资福利70
成长发展88
工作生活52
使命价值70
薪资福利
70中等
JD未披露薪资福利，但岗位技术要求高，南京同类AI岗位薪资竞争力尚可，具体需面谈确认。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
88较高
覆盖大模型全栈技术栈与真实业务落地，技术成长空间大，JD中明确的评测、数据闭环体系即是成长载体。
技术前沿前沿/新兴技术
技术栈LLM、RAG、LoRA/QLoRA、vLLM、Agent、TensorRT-LLM
成长机会持续迭代
业务类型profit_center
工作生活
52较低
JD未提及工作模式与加班情况，技术岗线上故障定位可能带来不确定性，其余未披露。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
医疗AI应用具有较高社会价值，JD提及数据泄露防护等安全责任，但未出现使命类表述。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
鱼跃医疗 的其他在招职位
相似职位推荐
Watch Jobs