阿里巴巴
阿里健康-大模型算法Deep Research-智能问答
阿里健康-大模型算法Deep Research-智能问答
发布于 大约 9 小时前普通员工/个人贡献者
北京市 / 杭州市
专家级经验
全职员工
仅现场办公
硕士
人工智能
Deepresearch
Grpo
Reward Model
多轮对话
大模型
大模型幻觉
强化学习
长文本生成
Agentic-Rag
AI 估算 · 50k–80k
职位详情
关于这个职位
该职位负责阿里健康医学问答的深度思考模式（DeepResearch）优化，聚焦临床和科研问题，探索Agentic-AI在医学领域的技术落地，提升问答算法的循证率和逻辑性
适合具备大模型算法背景、对医疗AI有热情的专家级人才
最低要求
人工智能方向硕士及以上学历，熟悉大模型预训练和后训练算法
精通Agentic-RAG、强化学习、GRPO，以往有类DeepResearch的算法优化经历
有context learning、多轮对话、长文本生成、大模型幻觉、reward model等方面的实际项目经验
工作职责
负责医学问答深度思考模式（DeepResearch）的产品优化，支持医学临床和科研类问题
探索Agentic-AI在医学领域的技术落地和架构演进，提升医学问答算法的循证率和逻辑性
和优秀的同学一起合作，为医生平台创新业务注入生命力
AI 洞察
优缺点分析
优点
- 阿里健康平台，医疗AI赛道前景广阔，有社会价值
- 技术前沿，涉及Agentic-AI、强化学习等，技能提升快
- 公司平台大，资源丰富，与优秀同事合作
- 医学领域知识门槛高，需要跨学科学习
- 算法优化难度大，需要持续创新和实验
- 工作强度可能较大，需要适应互联网节奏
缺点 / 挑战
- 适合对医疗AI有热情、技术功底扎实、追求前沿技术挑战的算法专家
角色解读
- 在医疗AI领域深耕，成为医学问答算法的专家
- 有机会晋升为技术专家或技术管理岗位，带领团队
- 可横向拓展到其他AI应用领域，如智能问诊、药物研发等
- 负责医学问答深度思考模式（DeepResearch）的算法优化，提升医学临床和科研问题的回答质量
- 探索Agentic-AI在医学领域的技术落地，设计并实现Agentic-RAG等架构，提高问答的循证率和逻辑性
- 与团队合作，为医生平台创新业务提供算法支持，推动产品迭代
- 精通大模型预训练和后训练算法，熟悉强化学习（RLHF、GRPO）等
- 具备Agentic-RAG、多轮对话、长文本生成、大模型幻觉缓解等实际项目经验
- 有类DeepResearch的算法优化经历，理解医学领域知识
申请策略
- 关注阿里健康业务方向，了解其产品
- 准备项目案例，展示算法优化效果
- 突出大模型算法项目经验，特别是DeepResearch、Agentic-RAG相关
- 展示强化学习、GRPO等具体技术应用案例
- 如有医学背景或医疗AI项目，重点突出
- 补充医学领域知识，了解临床和科研问题特点
- 深入学习Agentic-AI架构和最新研究
面试指南
- 结合项目经验，从问题定义、技术选型、实验验证等方面回答
- 强调数据驱动和迭代优化，展示对业务的理解
- 如何设计一个医学问答的DeepResearch系统？
- 如何提升大模型回答的循证率和逻辑性？
- Agentic-RAG在医学场景中的挑战和解决方案？
- 如何评估医学问答算法的效果？
- 如何缓解大模型幻觉问题？
- 复习大模型、强化学习核心知识
职位点评
79
综合评分
阿里健康大模型算法岗，技术前沿，成长空间大，但工作强度可能较高。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术成长、对医疗AI有热情、能接受一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展95
工作生活50
使命价值85
薪资福利
80较高
阿里巴巴作为上市巨头，薪资福利具有竞争力，但JD未明确具体薪资和福利。
薪资信号未披露（AI估算：50K-80K/月）
成长发展
95较高
职位涉及前沿技术（Agentic-AI、强化学习），有巨大成长空间，但JD未明确晋升路径。
技术前沿前沿/新兴技术
技术栈大模型、Agentic-RAG、强化学习、GRPO、DeepResearch
业务类型profit_center
工作生活
50较低
工作地点在北京或杭州，但JD未提及远程或弹性办公，可能需现场办公。
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
85较高
医疗AI具有社会价值，行业前景好，但JD未明确使命导向。
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
Watch Jobs