阿里巴巴
算法工程师-医疗大模型
算法工程师-医疗大模型
发布于 大约 15 小时前普通员工/个人贡献者
杭州市
高级经验
全职员工
仅现场办公
学历未注明
NLP工程
Grpo
Nlp
Ppo
医疗健康
大模型
强化学习
数据合成
深度学习
Acl/Emnlp
AI 估算 · 30k–60k
大模型方向热门，阿里健康平台加持，杭州互联网薪资有竞争力，预计月薪30-60K
职位详情
关于这个职位
该职位负责阿里健康医疗大模型的算法开发与优化，涉及基座模型训练、强化学习和Agent技术
你将与优秀团队合作，在医疗AI前沿领域探索创新，拥有良好的成长空间和发展机会
最低要求
熟悉先进大模型的算法原理，有丰富的大模型训练（pre-train/post-train）或数据样本合成方面的经验或技巧优先
有大模型强化学习训练上有经验者优先，包括但不限于RFT、RLVR、PPO、GRPO等
在大模型方向有高质量（ACL、EMNLP、AAAI等）论文或开源项目产出者优先
自驱力强、有良好的协作能力
对医疗健康行业感兴趣，有热情
工作职责
负责阿里健康大模型业务场景的算法建模和优化，包括医学大模型基座、agent、强化学习等技术栈
AI 洞察
优缺点分析
优点
- 阿里巴巴平台资源丰富，数据与算力优势明显
- 医疗大模型是前沿方向，技术积累含金量高
- 团队注重分享与成长，提供良好学习氛围
- 医疗数据敏感且获取困难，需处理隐私合规问题
- 大模型训练成本高昂，对工程能力要求高
- 适合对AI+医疗有强烈热情、具备扎实NLP和强化学习背景的算法工程师
缺点 / 挑战
- 行业知识门槛较高，需快速学习医疗专业术语
角色解读
- 成为医疗AI领域的算法专家，主导核心技术方向
- 向技术负责人或架构师发展，带领团队攻克难题
- 横向拓展至产品管理或业务决策，推动AI商业化落地
- 负责医疗大模型基座的训练与优化，包括预训练和后训练
- 应用强化学习（如PPO、GRPO）提升模型在医疗场景的表现
- 探索Agent技术在大模型中的应用，构建智能医疗助手
- 参与数据合成与模型评估，推动模型迭代落地
- 深入理解Transformer、大模型训练原理及调优技巧
- 掌握强化学习算法（PPO、GRPO等）及其在大模型中的应用
- 具备NLP、深度学习基础，有相关项目或论文经验
- 熟悉医疗领域知识或对医疗AI有浓厚兴趣
申请策略
- 了解阿里健康的业务布局，提前思考医疗AI痛点
- 在面试中展现对技术落地和团队协作的积极态度
- 突出大模型训练或调优项目经验，特别是医疗相关
- 强调强化学习在大模型中的应用实践（如PPO、RFT）
- 列出高质量论文、开源贡献或竞赛成绩
- 展示自驱力和协作能力，例如主导过复杂项目
- 补充医疗领域知识，如医学影像、病历结构化等
- 强化RL算法实现细节，尝试复现GRPO等技术
面试指南
- 采用STAR法则：先说明任务背景，再讲具体行动和技术方案，最后总结成果和反思
- 对于算法问题，从原理出发，结合项目实例，说明调优过程和效果
- 请介绍你参与的大模型训练项目，包括技术选型和挑战
- 如何将强化学习应用于大模型的优化？具体讲讲PPO或GRPO的实现
- 医疗大模型面临哪些特有挑战？你如何解决数据隐私问题？
- 你如何评估模型在医疗场景的效果？有哪些指标？
- 你对Agent技术在医疗中的应用有什么看法？
- 复习大模型训练全流程（pre-train、post-train、RLHF）
职位点评
80
综合评分
阿里健康大模型岗，前沿技术高成长，薪资优但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。
更适合这类人
最适合追求技术前沿和快速成长的求职者，愿意在挑战中提升自己。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活60
使命价值75
薪资福利
85较高
阿里巴巴作为上市巨头，薪资待遇和福利体系完善，该岗位属于热门大模型方向，薪酬具有较强竞争力。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
90较高
大模型是当前技术前沿，项目挑战性强，团队注重分享与成长，职业发展路径清晰。
技术前沿前沿/新兴技术
技术栈大模型、强化学习、Agent、NLP
成长机会好的分享交流学习机制、成长和发展、发展空间
业务类型ambiguous
工作生活
60中等
杭州现场办公，未提及弹性工作或远程，互联网大厂可能有一定工作强度。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
医疗AI可改善人类健康，具有正向社会影响力，行业处于高速增长期。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号探索大模型在医疗领域的无限可能
创新程度积极采用新技术
Watch Jobs