阿里巴巴
达摩院-医疗AI Agent 算法工程师-杭州
达摩院-医疗AI Agent 算法工程师-杭州
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Agentic Rl
Agent系统
Pytorch
Rag
Rlhf
分布式训练
多智能体协作
大模型训练
值不值得投
77综合评分
综合评分 77
阿里达摩院前沿医疗AI算法岗，技术栈极具前瞻性，社会价值高，薪资预期优厚但工作强度可能较大。
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
4.8万
与人工智能中位数基本持平
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 2990 个在招 · 其中人工智能 约 330 个
市场机会
选择面较广
杭州 · 人工智能 · 约 400 个在招
职位详情
关于这个职位
该职位隶属于阿里巴巴达摩院，主要负责医疗AI Agent核心算法的研发与落地
工作涵盖任务规划、多智能体协作、医疗级RAG及大模型后训练对齐等前沿技术，致力于推动Agent在疾病筛查、辅助诊断等临床场景的产品化应用
最低要求
● 计算机、人工智能、生物医学工程、数学等相关专业硕士及以上
● 精通 Python 与 PyTorch，具备分布式训练与推理优化的工程能力
● 在以下至少一个方向具备扎实的理论与实战经验：
● Agent 系统：任务规划、工具调用、多轮决策与编排框架
熟悉 ReAct、Plan-and-Execute、Reflexion 等主流范式
● Agentic RL：PPO / GRPO / DPO / RLVR、奖励建模、过程奖励（PRM）、Self-play、多轮 rollout 训练
● 大模型训练与对齐全流程：SFT → RLHF / RL，熟悉主流架构、推理机制与 Test-time Scaling / Reasoning Model
● RAG 与对话系统：检索、召回、重排、引用生成、多轮对话状态管理
● 模型协同与系统工程：大小模型协同、层级推理、多模态 Agent 流水线设计
● 优秀的问题抽象与算法设计能力，能从临床需求提炼技术方向并推动创新方案落地
● 良好的跨团队协作能力，对 Agent 与医疗 AI 有强烈兴趣与落地责任感
工作职责
● 主导临床诊疗 Agent 核心算法研发：任务规划（Planning）、工具调用（Tool Use / MCP）、多轮决策、记忆与反思（Memory & Reflection），构建稳定可靠的 Agent 执行框架
● 探索 Agentic RL 训练范式（PPO / GRPO / RLVR、过程奖励模型 PRM、Self-play、多轮 rollout），提升 Agent 在长程诊疗路径中的策略优化与自我纠错能力
● 设计多智能体协作机制（Planner–Executor–Critic、会诊式 Debate、跨模态编排），支撑复杂病例的分层推理与共识决策
● 研发医疗级 RAG：知识库路由、Query 改写、结构化过滤、引用审计与证据可追溯，保障结论的临床可信度
● 打通大小模型协同流水线：将病灶检测、异常分类等专科模型输出作为大模型的高价值上下文，形成层级化可解释推理系统
● 负责 Agent 后训练与对齐：面向轨迹的 SFT / DPO / RLHF、多目标奖励融合，解决 Reward Hacking、安全对齐与医疗偏好优化
● 构建数据飞轮与合成数据体系：工具调用轨迹、多轮诊疗仿真、病例路径生成，驱动 Agent 能力持续迭代
● 建设 Agent 评测基准与自动化评估：任务成功率、工具调用准确性、多轮一致性、安全性、合规性与临床有效性
● 推动 Agent 在疾病筛查、辅助诊断、临床决策支持等场景的产品化落地，与医院、科研机构合作开展临床验证
AI 洞察
优缺点分析
优点
- 依托顶尖算力与数据资源，能接触最前沿的大模型与Agent技术
- 医疗AI具有极高的社会价值与行业壁垒，职业生命周期长且发展前景广阔
- 医疗场景对算法的准确性、安全性和合规性要求极高，技术落地与临床验证周期长、难度大
- 需要跨学科知识储备，理解复杂的临床诊疗逻辑
- 适合对医疗AI有强烈热情、具备扎实大模型/Agent算法功底，且愿意深耕垂直领域解决复杂实际问题的顶尖技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向医疗AI算法专家、大模型架构师或AI技术团队负责人方向发展
- 在医疗与AI交叉的前沿领域积累深厚壁垒，成为行业稀缺的复合型顶尖人才
- 负责医疗AI Agent核心算法研发，包括任务规划、多智能体协作、医疗级RAG及大模型后训练对齐
- 推动Agent在疾病筛查、辅助诊断等临床场景的产品化落地与临床验证
- 精通Python与PyTorch，具备分布式训练与推理优化能力
- 在Agent系统、Agentic RL、大模型训练对齐或RAG等至少一个方向有深厚理论基础与实战经验
申请策略
- 了解达摩院在医疗AI方向的最新研究进展与开源项目，准备能体现技术深度与业务理解力的项目案例
- 突出在大模型训练、RLHF、Agent系统或RAG方向的具体项目经验与落地成果
- 强调分布式训练优化能力及解决复杂算法问题的抽象设计能力
- 深入学习Agentic RL（如PPO/GRPO）及多智能体协作机制，关注医疗AI领域的最新论文与临床验证标准
面试指南
- 采用STAR法则，重点突出技术选型的思考过程、算法创新的细节以及最终的业务或临床指标提升
- 对于医疗场景问题，强调安全、可解释、证据可追溯的核心原则
- 请详细介绍你在Agent系统或Agentic RL方向的一个核心项目，遇到了什么技术难点及如何解决？
- 在医疗场景下，如何保证大模型输出的临床可信度与安全性？
- 如何设计多智能体协作机制来处理复杂病例的分层推理？
- 在分布式训练与推理优化方面，你做过哪些具体的工程优化？
- 复习大模型后训练（SFT/RLHF/DPO）及Agent主流范式（ReAct/Reflexion）的底层原理
- 了解医疗AI相关的合规性要求及近期的相关技术博客或论文
职位点评
薪资福利75
成长发展95
工作生活50
使命价值90
薪资福利
75中等
JD未明确披露薪资范围，但基于岗位层级与城市，预期薪酬具备市场竞争力。
薪资信号未披露（AI估算：3.5千–6万/月）
成长发展
95较高
岗位涉及Agentic RL、多智能体等最前沿技术，依托达摩院平台，技术成长与学术视野拓展空间极大。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、Agent、Agentic RL、PPO、GRPO、RLHF、RAG、SFT、DPO
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与WLB相关信息，核心算法研发岗通常工作节奏较快。
工作模式未明确
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
90较高
致力于医疗AI在疾病筛查、辅助诊断等场景的落地，具有极高的社会价值与改善患者生活的使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号推动 Agent 在疾病筛查、辅助诊断、临床决策支持等场景的产品化落地
创新程度开拓性创新（行业首创）
Watch Jobs