阿里巴巴
阿里健康-图算法工程师-杭州/北京
阿里健康-图算法工程师-杭州/北京
发布于 大约 15 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Dgl
Gnn
Graphrag
Pytorch
Tensorflow
图算法
知识图谱
Pytorch Geometric
值不值得投
78综合评分
综合评分 78
大厂平台，前沿技术，薪资优厚，但工作强度大，WLB一般。
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。
薪资怎么样
48K
比算法优化工程师中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1870 个在招 · 其中算法优化工程师 66 个
市场机会
选择面较广
杭州 · 算法优化工程师 · 62 个在招
职位详情
关于这个职位
作为阿里健康的图算法工程师，你将负责构建和维护千万级医学文献引用图，研发证据演化、证据链等图算法，并探索GraphRAG、知识图谱、GNN等前沿技术，结合大语言模型提升科学证据检索与推荐能力
你将参与科学检索算法研发，优化图算法效果与系统性能，推动大规模图计算在医疗领域的落地
最低要求
计算机、人工智能、数学、数据科学等相关专业硕士及以上学历，2 年以上图算法、知识图谱、搜索或 AI 相关工作经验
扎实的数据结构、算法及图论基础，熟练掌握 Python 或 C++，熟悉 PyTorch、TensorFlow 等至少一种深度学习框架
熟悉常见图算法，包括但不限于最短路径、PageRank、社区发现、图遍历、图索引等，具备大规模图计算经验
理解图神经网络（GCN、GraphSAGE、GAT 等）基本原理，熟悉 DGL、PyTorch Geometric 等图学习框架
具备良好的工程能力及科研能力，能够阅读国际顶会论文并完成算法复现与工程落地
工作职责
负责千万级医学文献 Citation Graph（引用图）的构建、维护与优化，支撑大规模科学证据网络建设
负责医疗领域 Evidence Evolution（证据演化）、Evidence Chain（证据链）及 Evidence Network（证据网络）相关图算法研发，挖掘医学知识之间的关联关系与演化规律
探索并落地 GraphRAG、Knowledge Graph、Graph Neural Network（GNN）等前沿技术，结合大语言模型（LLM）提升科学证据检索、聚合与推荐能力
参与 Scientific Retrieval（科学检索）算法研发，结合 Citation、Semantic、Graph 等多种召回方式，提升医学文献搜索的准确性、完整性和可解释性
基于离线评测及线上实验数据持续分析 Badcase，优化图算法效果与系统性能，提升大规模图计算的稳定性和效率
优先资格
有 Citation Graph、Knowledge Graph、Scientific Retrieval、GraphRAG 等相关项目经验
有大语言模型（LLM）在 Scientific RAG、GraphRAG、Agent 等方向的实际落地经验
有亿级图数据计算、图索引优化或分布式图计算系统开发经验
在 KDD、WWW、SIGIR、AAAI、NeurIPS、ICLR 等国际会议发表相关论文或参与相关科研项目
AI 洞察
优缺点分析
优点
- 阿里健康平台大，业务前景广阔，医疗AI是热门赛道
- 技术前沿，涉及GraphRAG、GNN、LLM等，技能积累快
- 薪资福利优厚，大厂资源丰富
- 工作强度大，可能面临加班
- 技术要求高，需持续学习新知识
- 医疗领域数据复杂，算法落地难度大
- 适合对图算法和AI医疗有浓厚兴趣，具备扎实算法功底和科研能力，能适应高强度工作的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 从图算法工程师向技术专家或架构师发展
- 深入GraphRAG和LLM结合方向，成为AI医疗领域专家
- 有机会晋升为团队技术负责人，管理项目
- 构建和维护千万级医学文献引用图，支撑科学证据网络建设
- 研发证据演化、证据链等图算法，挖掘医学知识关联
- 探索GraphRAG、GNN等前沿技术，结合LLM提升检索和推荐能力
- 参与科学检索算法研发，优化召回策略，分析badcase提升系统性能
- 扎实的图算法基础，熟悉PageRank、社区发现等常见算法
- 熟练使用Python或C++，掌握PyTorch或TensorFlow
- 理解GNN原理，熟悉DGL或PyTorch Geometric
- 具备工程和科研能力，能复现顶会论文
申请策略
- 了解阿里健康业务方向，展示对医疗AI的兴趣
- 准备项目案例，突出算法优化和落地效果
- 突出图算法项目经验，如知识图谱构建、GraphRAG应用
- 强调大规模图计算经验，如处理亿级数据
- 展示顶会论文或科研项目，体现科研能力
- 列出熟练掌握的框架和工具，如DGL、PyTorch
- 深入学习GraphRAG和LLM结合的应用
- 熟悉分布式图计算系统，如Spark GraphX
面试指南
- 用STAR法则描述项目，突出挑战和成果
- 结合具体技术细节，展示深度理解
- 强调数据规模和处理效率
- 请介绍一个你处理过的图算法项目，如何优化性能？
- 如何设计一个医学文献引用图？
- GraphRAG和传统RAG的区别是什么？
- 如何评估图算法在检索任务中的效果？
- 你如何复现一篇顶会论文？
职位点评
薪资福利85
成长发展90
工作生活50
使命价值80
薪资福利
85较高
阿里巴巴作为大厂，薪资福利优厚，但JD未明确具体薪资和福利，需面议。
薪资信号面议 (35K-60K/月)
成长发展
90较高
职位涉及前沿技术，如GraphRAG和GNN，且要求科研能力，成长空间大。
技术前沿前沿/新兴技术
技术栈GraphRAG、GNN、LLM、Knowledge Graph、PyTorch、DGL
业务类型profit_center
工作生活
50较低
工作地点为杭州或北京，现场办公，未提及弹性工作，大厂工作强度可能较大。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
医疗健康领域具有社会价值，推动医学知识传播，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
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs