蚂蚁集团
蚂蚁集团-多模态产品专家（视觉/医疗文档理解方向）-健康事业群
蚂蚁集团-多模态产品专家（视觉/医疗文档理解方向）-健康事业群
发布于 大约 2 小时前普通员工/个人贡献者
杭州市
中级经验
全职员工
仅现场办公
硕士
AI产品经理
Ocr
Qwen-Vl
产品设计
图像识别
多模态大模型
大模型
计算机视觉
Gpt-4O-Vision
医疗文档理解
AI 估算 · 30k–50k
蚂蚁集团作为头部互联网公司，多模态产品专家岗位薪资具有竞争力，结合岗位要求和杭州市场水平，估算月薪3-5万。
职位详情
关于这个职位
这是一个负责蚂蚁集团健康事业群'阿福'产品医疗报告智能解读的多模态产品岗位
你将主导拍照/上传报告功能，运用视觉大模型技术解决复杂医疗单据的结构化提取与医学分析，并设计多模态交互体验
岗位要求具备3年以上AI产品经验，熟悉OCR和VLM技术，适合有技术背景且对医疗AI感兴趣的产品经理
最低要求
学历：硕士学历及以上，计算机（CS）/人工智能专业背景
经验：3年以上 AI/大模型产品经验，必须有 CV（计算机视觉） 或 多模态大模型（VLM） 落地经验
能力：懂 OCR 技术边界，熟悉 GPT-4o-vision、Gemini、Qwen-VL 等多模态模型在文档理解上的应用
工作职责
医疗报告智能解读： 负责“阿福”的拍照/上传报告功能，核心解决体检单、化验单、处方单等复杂排版图片的结构化提取与医学结论分析
视觉模型调优： 构建医疗文档的图文评测集（Benchmark），解决模糊拍摄、手写体识别、复杂表格对齐等长尾问题，降低模型幻觉
多模态交互体验： 设计“拍一拍”后的交互流，让用户不仅看到数据，还能通过图片与阿福进行多轮问诊对话
优先资格
加分项：做过医疗病历结构化或单据识别类产品
有医疗背景或极强的医学知识自学能力（能分清检验指标含义）
AI 洞察
优缺点分析
优点
- 蚂蚁集团平台大，资源丰富，可接触大规模真实医疗场景和海量用户数据
- 多模态大模型是前沿领域，技术含量高，有利于个人技术视野和产品能力的快速提升
- 医疗健康赛道前景广阔，积累的经验具有长期价值和行业稀缺性
- 适合有AI产品经验、对医疗与技术交叉领域充满热情、具备较强学习和抗压能力的求职者
缺点 / 挑战
- 医疗文档识别难度高，长尾问题多，需要耐心和技术深度，可能面临较大的技术挑战
- 跨领域协作多，需同时理解医疗知识、算法边界和用户需求，沟通成本较高
- 大厂节奏较快，可能面临一定的工作压力
角色解读
- 在医疗AI领域深耕，成为多模态产品方向的专家，可向产品总监或医疗AI业务负责人发展
- 积累医疗行业知识与大模型应用经验，未来可转向医疗AI解决方案架构或创业
- 依托蚂蚁集团平台，有机会接触前沿技术和海量用户场景，快速提升产品影响力
- 负责'阿福'医疗报告智能解读功能，处理体检单、化验单等复杂图片的结构化提取与医学分析
- 构建医疗文档的评测集，优化视觉模型对模糊、手写、表格等长尾问题的识别能力，降低模型幻觉
- 设计用户拍照后的多模态交互流程，支持用户与阿福进行多轮问诊对话
- 具备3年以上AI/大模型产品经验，有CV或VLM落地经验
- 精通OCR技术边界，熟悉GPT-4o-vision、Gemini、Qwen-VL等多模态模型在文档理解上的应用
- 硕士及以上学历，计算机或人工智能专业背景，有较强的医学知识自学能力
申请策略
- 在简历中明确体现你对该业务场景的理解，可附上相关作品集或项目复盘
- 关注蚂蚁集团和健康事业群的动态，了解'阿福'产品，面试中展示你的洞察
- 突出你在CV或多模态大模型方面的落地项目，如具体产品案例和量化成果
- 强调对OCR技术边界的理解，展示你在图像文档处理中的实际经验
- 提及医疗相关项目或医学知识学习经历，体现快速学习能力
- 如果有医疗单据识别或结构化产品经验，务必放在显著位置
- 提前熟悉GPT-4o-vision、Qwen-VL等模型的API调用和文档理解能力
- 补充基础医学知识，如常见检验指标的含义，可通过在线课程或资料学习
面试指南
- 项目经验类问题：用STAR法则说明背景、任务、行动和结果，突出你的角色和量化贡献
- 技术理解类问题：结合具体案例展示你对技术边界的把握，同时强调产品视角
- 场景思考类问题：从用户需求出发，分析技术可行性和产品设计思路
- 请介绍一个你负责过的CV或VLM落地项目，具体遇到了哪些挑战？
- 如何评估医疗文档理解模型的准确性？你会构建什么样的评测集？
- 体检单和化验单的结构化提取难点是什么？如何解决模糊拍摄和手写体问题？
- 你如何与技术团队协作，确保多模态产品体验符合用户预期？
- 请谈谈你对多模态大模型在医疗领域应用前景的看法
职位点评
72
综合评分
蚂蚁医疗AI多模态产品专家，技术前沿、社会价值高，但工作压力和节奏可能较大。
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。
更适合这类人
最适合追求技术成长和职业价值感，对工作生活平衡要求相对较宽松的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展90
工作生活45
使命价值85
薪资福利
70中等
蚂蚁集团提供有竞争力的薪酬福利，尽管JD未披露具体薪资，但大厂背景和岗位级别通常对应较高回报。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
该职位处于多模态大模型前沿，技术深度高，且有医疗AI的垂直场景，能提供极佳的个人成长空间。
技术前沿前沿/新兴技术
技术栈多模态大模型、OCR、计算机视觉、GPT-4o-vision、Gemini、Qwen-VL
业务类型ambiguous
工作生活
45较低
JD未提及弹性工作或远程办公，默认现场办公，且互联网大厂通常节奏较快，生活方式满意度有限。
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
85较高
医疗AI具有显著的社会价值，能够帮助用户理解健康报告，改善就医体验，岗位使命感强。
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
蚂蚁集团 的其他在招职位
相似职位推荐
Watch Jobs