蚂蚁集团-医疗大模型数据算法工程师-健康事业群

优缺点分析

角色解读

• 可向医疗大模型技术负责人或架构师方向发展，逐步主导核心算法模块
• 可深入多模态大模型的前沿研究，成为领域专家并产出顶会论文
• 可横向拓展到AI产品、技术管理或医疗健康行业解决方案等方向
• 负责医疗场景多模态数据的清洗、标准化、标注与增强，构建高质量专项数据集
• 主导OCR技术优化，实现医疗文档、报告、表格的高精度文本识别与结构化抽取
• 针对医疗场景进行大模型的指令微调与强化，提升模型对医疗数据的理解和推理能力
• 构建模型评估体系，结合知识图谱确保输出的准确性、安全性和逻辑一致性
• 扎实的代码与工程能力，熟练使用Python或Java
• 熟悉NLP、CV、RL算法与深度学习框架，了解大模型训练与微调
• 具备数据清洗、数据标注和业务理解能力，能够构建高质量数据集
• 了解知识图谱、可信AI或医疗领域知识者优先

申请策略

• 提前了解蚂蚁集团在医疗健康领域的产品布局，在面试中展现业务洞察
• 可以准备一个医疗大模型或数据治理相关的demo或分析报告，体现动手能力
• 突出大模型训练或微调的实际项目经验，量化模型效果提升
• 展示数据清洗/标注/增强的完整案例，强调数据质量对模型的影响
• 如有OCR、医疗文本处理或多模态相关项目，务必重点描述
• 列出竞赛获奖、顶会论文或大影响力模型贡献经历
• 补充医疗领域知识，了解医学影像、病历等数据特点
• 熟悉主流大模型训练框架（如DeepSpeed、Megatron）和RLHF流程

面试指南

• 用STAR法则组织项目经历：情境、任务、行动、结果
• 重点说明你的技术决策和量化收益
• 对于算法设计问题，先拆解需求，再比较已有方案，最后结合业务约束给出取舍
• 遇到不熟悉的问题，诚实说明知识边界，但展示逻辑推理和快速学习能力
• 请介绍一下你参与过的大模型训练或微调项目，遇到的主要挑战是什么？
• 如何清洗和处理医学影像或病历等非结构化数据？你有哪些实践经验？
• OCR技术在复杂医疗版式中的识别准确率如何优化？
• 你如何评估一个医疗大模型输出的可信度和安全性？