阿里巴巴
阿里控股-医疗大模型算法专家-基础技术
阿里控股-医疗大模型算法专家-基础技术
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公AI药物设计
AI药物设计
Agent开发
Rag
分布式训练
医疗Ai
多模态大模型 (Mllm)
大语言模型 (Llm)
算法架构
幻觉防控
值不值得投
79综合评分
综合评分 79
顶尖大厂核心前沿技术岗，技术成长与社会价值双高，但工作强度较大
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
参考估算薪资
根据职位描述推断，供对比参考
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 4240 个在招 · 其中AI药物设计 2 个
市场机会
选择不多
北京 · AI药物设计 · 8 个在招
职位详情
关于这个职位
负责医疗大模型（LLM/MLLM）的训练优化及临床Agent的研发落地
需独立承担数据、训练或评测等子方向，制定技术方案并带领1-2人执行
重点解决分布式训练稳定性、RAG链路可靠性及医疗幻觉防控等核心难题，推动前沿技术在真实临床场景的产品化
最低要求
● 硕士及以上学历，计算机、人工智能、数学或生物医学工程等相关专业
年以上算法工程经验（优秀者可放宽）
● 有独立负责大模型子方向的完整闭环经历，训练侧（数据/训练/评测）或应用侧（RAG/Agent/安全）任一即可
● 理解大模型的技术本质，而非框架的简单使用者，能讲清训练稳定性、检索与生成的失效模式、模型安全等问题的成因与应对
● 对前沿工作有真实的追踪与判断力，能形成自己的观点，不盲从热点
● 有与领域专家或产品协作的经验，能把模糊需求转化为清晰的技术方案
对落地质量有主人翁意识
工作职责
大模型训练优化方向（LLM/MLLM）
● 独立负责训练数据体系或训练执行优化：制定医疗语料的清洗、配比与质量策略，主导分布式训练的稳定性与效率优化，持续提升模型能力
● 跟进并评估前沿技术（新注意力机制、RL 训练范式、多模态建模）在医疗场景的适用性，做出判断、制定方案并推进落地
● 设计并建设评测体系：定义评测维度与指标，通过 badcase 归因反哺数据与训练策略
Agent落地应用方向
● 负责医疗 RAG 体系或诊断 Agent 核心链路：制定检索、生成、工具编排的整体方案，包括Agent任务规划、复杂任务自动拆分、多类型工具调用（搜索、计算器、代码、API）、循环反思与多轮对话等，对链路的可靠性与线上效果负责
● 建设医疗幻觉防控方案：设计溯源、校准与兜底机制，定义幻觉度量口径，用数据证明风险变化
● 与临床专家深度协作，把医学知识转化为工程可用的资产，并与产品协作驱动持续迭代
优先资格
● 有预训练/继续预训练级别（而非仅微调）的完整项目经验，或有 RL/对齐方向的实战经验
● 有大模型产品从开发到上线的完整经历，经历过真实的线上问题与迭代周期
● 有严肃场景（医疗/金融/法律）的可信 AI 相关工作：幻觉防控、安全兜底、合规落地任一
● 在知名开源项目有实质贡献，或在顶会发表过高影响力的一作论文
● 熟悉医学概念体系或医学信息学背景，能与临床专家对话
● 有带小组或主导跨协作项目模块的经验
AI 洞察
优缺点分析
优点
- 平台优势：依托阿里达摩院，拥有顶级的算力资源和海量数据支持
- 技术前沿：直接参与医疗大模型这一前沿赛道，接触业界最先进的LLM和Agent技术
- 业务价值：工作内容直接关联临床落地，社会价值和商业前景巨大，履历含金量高
- 跨学科协作：需要与临床专家紧密合作，沟通成本高，需快速掌握医学领域知识
- 适合在大模型领域有深厚积累、具备极强工程落地能力、且对医疗AI充满热情的资深算法工程师
缺点 / 挑战
- 技术难度大：医疗场景对准确性要求极高，幻觉防控和安全性是行业难题，挑战极大
- 落地压力：不仅要搞科研，还要负责产品化落地，面临线上效果和稳定性的双重考核
角色解读
- 技术专家路线：成为医疗AI领域的顶级算法专家，主导公司级重大技术项目
- 管理路线：从带领1-2人小组逐步扩展至管理更大规模的研发团队
- 业务融合路线：深入理解医疗业务，成为懂技术又懂业务的复合型领军人才
- 负责医疗垂直领域大模型（LLM/MLLM）的训练数据构建、分布式训练优化及模型评测体系建设
- 研发基于大模型的临床Agent，设计RAG架构、工具调用及幻觉防控机制，确保模型在真实医疗场景中的可靠性
- 作为技术负责人，带领1-2人小组，制定技术方案并推动从算法研究到产品落地的全流程闭环
- 精通大模型底层原理，具备分布式训练、RLHF、多模态建模等核心技术能力
- 熟练掌握RAG架构设计、Agent编排（如LangChain/LlamaIndex）及向量数据库技术
- 具备极强的工程落地能力，能将模糊的临床需求转化为可执行的技术方案，并处理线上复杂问题
申请策略
- 准备详细的项目复盘，重点讲述如何从0到1解决一个复杂的医疗AI落地难题
- 关注阿里达摩院在医疗AI方面的最新研究成果，展现你对团队方向的深入了解
- 突出大模型训练/微调的完整闭环经验，特别是数据质量和训练稳定性优化的具体案例
- 强调RAG或Agent项目的实际落地效果，展示如何解决幻觉、提升准确率等关键问题
- 若有医疗/生物医学背景或相关项目经验，务必重点标注，这是巨大的加分项
- 深入研究医疗垂直领域的知识库构建和术语标准化方法
- 强化对大模型安全对齐（Safety Alignment）和幻觉检测技术的了解
- 提升跨部门沟通能力，学习如何将技术语言转化为业务价值
面试指南
- STAR法则：情境-任务-行动-结果，重点突出个人在关键技术决策中的作用
- 数据驱动：用具体的指标（如准确率提升百分比、推理速度优化倍数）来证明成果
- 深度思考：不仅回答怎么做，还要阐述为什么这么做，体现对技术本质的理解
- 请分享一个你主导的大模型训练或优化项目，你是如何解决训练不稳定或数据质量问题的？
- 在医疗RAG系统中，如何有效降低幻觉率？请给出具体的技术方案和评估指标
- 如果临床专家提出的需求模糊且难以实现，你会如何沟通并将其转化为技术方案？
- 如何看待当前医疗大模型在临床落地中的主要瓶颈？你认为未来的突破口在哪里？
- 复习大模型底层原理，特别是Transformer架构、注意力机制、分布式训练策略
职位点评
薪资福利85
成长发展95
工作生活40
使命价值90
薪资福利
85较高
阿里作为头部大厂，提供具有竞争力的薪酬福利和稳定的职业发展平台，满足度高。
薪资信号未披露（AI估算：6.0千–12.0万/月）
成长发展
95较高
职位涉及最前沿的大模型技术和医疗AI交叉领域，技术成长空间巨大，且有机会主导重要项目。
技术前沿前沿/新兴技术
技术栈LLM、MLLM、RAG、Agent、RL、多模态
成长机会带领 1-2 人执行到位、制定该方向的技术方案
业务类型profit_center
工作生活
40较低
互联网大厂高强度工作节奏，且医疗AI落地压力大，WLB可能受限，但具体取决于团队文化。
工作模式未明确
办公地点市区核心地段
加班情况JD含高强度暗示词
使命价值
90较高
致力于将AI技术应用于医疗健康领域，改善患者诊疗体验，具有显著的社会价值和使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号将医疗大模型在真实临床场景中做稳、做准、落地成产品
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs