蚂蚁集团
蚂蚁数字科技-数科技术部-AI算法工程师（医疗方向）
蚂蚁数字科技-数科技术部-AI算法工程师（医疗方向）
发布于 大约 8 小时前普通员工/个人贡献者
北京市 / 杭州市
高级经验
全职员工
仅现场办公
硕士
机器学习工程
Ai Agent
Dpo
Nlp
Pytorch
Rag
Rlhf
Sft
医疗
大模型
AI 估算 · 30k–60k
医疗大模型算法岗，技术门槛高，薪资有竞争力。
职位详情
关于这个职位
该职位负责医疗垂直领域大模型的研发与落地，涵盖模型训练、数据工程和智能体开发等工作
你将与团队共同构建病历生成、病历质控等核心应用，推动AI在医疗场景的深度应用
适合对大模型技术和医疗领域有浓厚兴趣的算法工程师
最低要求
硕士及以上学历，计算机、软件工程、人工智能、生物医学工程等相关专业
扎实的机器学习与深度学习基础，熟练掌握 Python，精通 PyTorch 框架，具备良好的工程化落地能力
具备大模型训练实战经验，包括预训练、SFT、RLHF/DPO等后训练流程中至少一个环节的完整项目经验
对医疗本体有较深理解，具体包括：
（1）熟悉医疗文书逻辑与规范（如入院记录、病程记录、出院小结、手术记录等文书结构与书写要求）
（2）了解医疗影像基础，熟悉 DICOM 协议及医学影像数据处理流程
（3）具备一定的临床医学基础知识，能够理解医疗业务场景需求并转化为算法方案
我们期望你是这样的人：
（1）既懂算法训练，也愿意深入业务场景，能从临床需求出发设计技术方案
（2）对医疗领域有真实的兴趣与积累，而非仅将其作为通用NLP的应用场景
（3）具备较强的自驱力和问题拆解能力，能在需求模糊的阶段快速建立方向感
（4）良好的跨角色沟通能力，能与临床专家、产品经理、工程团队高效协作
工作职责
医疗垂域大模型研发：负责医疗垂直领域大模型的训练与优化，涵盖继续预训练、监督微调（SFT）、强化学习对齐（RLHF/DPO）等全链路后训练工作，持续提升模型在复杂医疗任务中的性能与稳定性
医疗数据工程：深入挖掘医疗多源异构数据（结构化EMR、非结构化病历文书、医学影像元数据、临床知识库等），主导高质量语料构建、数据清洗与合成数据生成，建立面向医疗场景的知识增强机制
医疗智能体开发：面向ToB医疗业务场景，设计并落地医疗效率赋能类AI Agent，包括但不限于病历自动生成、病历质控、知识问答等核心应用，负责Agent核心逻辑设计、模型调优及效果验证
前沿技术跟踪与应用：持续关注LLM、MoE、RAG、CoT推理、AI Agent等前沿方向，结合医疗行业特性进行技术预研与创新，推动医疗大模型与智能体能力的持续迭代
优先资格
优先考虑（满足其一即可）：
（1）有医疗大模型（如病历生成、医学问答、辅助诊断等）的完整研发或落地经验
（2）参与过医疗 ToB 产品（HIS、EMR、CDSS 等）的 AI 能力建设或系统集成
（3）在大规模数据处理方面有成功实践，特别是合成数据生成、模型蒸馏、高质量数据清洗
（4）有 AI Agent / 知识工程 / 工具调用（Function Calling）相关开发经验
（5）有人工智能顶会（NeurIPS / ACL / EMNLP / MICCAI 等）或医学信息学期刊论文发表经历
（6）熟悉医疗行业数据安全合规要求（如数据脱敏、隐私保护）
AI 洞察
优缺点分析
优点
- 蚂蚁集团平台大，技术资源丰富，有大规模真实医疗数据和业务场景
- 医疗大模型是热门方向，技术含金量高，职业发展空间广阔
- 团队氛围注重技术深度，能接触LLM全链路训练和落地
- 薪资待遇有竞争力，福利完善
- 医疗领域业务复杂，需要理解临床需求，跨学科沟通成本高
- 大模型训练对计算资源和工程能力要求高，工作强度可能较大
- 适合对大模型技术和医疗场景有真实热情、动手能力强、愿意深入业务现场的算法工程师
缺点 / 挑战
- 需要持续跟进前沿技术，保持学习压力
角色解读
- 可以从算法工程师成长为医疗AI领域的专家，主导核心模型研发
- 可以转向技术管理岗位，带领团队负责医疗大模型产品线
- 随着医疗AI行业发展，有机会参与行业标准制定和前沿技术研究
- 负责医疗垂域大模型的继续预训练、SFT、RLHF/DPO等后训练工作，持续优化模型性能
- 构建高质量医疗语料库，处理多源异构数据，设计数据清洗和合成数据生成流程
- 面向ToB医疗场景开发AI Agent，如病历自动生成、病历质控、知识问答等应用
- 跟踪LLM、RAG、Agent等前沿技术，结合医疗场景进行预研和落地
- 精通Python和PyTorch，具备扎实的深度学习和机器学习基础
- 有大模型训练实战经验，熟悉RLHF/DPO等对齐技术
- 了解医疗文书、DICOM协议和临床知识，能将医疗场景需求转化为技术方案
- 具备数据工程能力，熟悉大规模数据处理和知识增强
申请策略
- 在简历中体现对医疗场景的理解，而非单纯算法能力
- 关注蚂蚁数字科技的医疗项目动态，在面试中展示相关思考
- 突出大模型训练、SFT/RLHF等实战项目，量化模型效果提升
- 强调医疗相关项目经验，如病历生成、医学问答等
- 展示数据处理和工程化能力，尤其是合成数据、数据清洗
- 如有顶会论文或医疗AI落地案例，务必提及
- 补强医疗领域知识，了解病历规范、DICOM等标准
- 熟悉RLHF/DPO等对齐方法，可尝试复现开源模型训练
面试指南
- STAR法则：情境、任务、行动、结果，清晰描述项目经验
- 从问题定义、技术方案、实验验证、落地效果四步回答技术设计问题
- 结合医疗场景，强调对数据合规和业务价值的考虑
- 请简述你做过的大模型训练项目，遇到过哪些挑战？
- 你如何理解医疗数据的特殊性？如何保证模型输出的准确性？
- 设计一个病历自动生成Agent，你会如何规划架构？
- RLHF和DPO有什么区别？实际应用中如何选择？
- 如何评估医疗大模型的效果？有哪些指标？
职位点评
80
综合评分
蚂蚁医疗大模型算法岗，技术含量高、薪资优厚，但工作节奏快、灵活性较低。
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
该职位最适合追求技术精进、希望投身医疗AI前沿领域、能接受高强度工作的求职者。
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55
使命价值85
薪资福利
85较高
该职位位于蚂蚁集团，薪资水平在行业内具有较强竞争力，且大厂福利稳定，能满足对高薪酬和稳定性的期待。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
90较高
该职位聚焦医疗大模型前沿技术，涉及LLM训练全链路和智能体开发，技术成长空间巨大，能快速积累稀缺技能。
技术前沿前沿/新兴技术
技术栈LLM、SFT、RLHF、DPO、RAG、AI Agent、Python、PyTorch
业务类型ambiguous
工作生活
55较低
职位要求现场办公，未提及弹性工作，且大厂算法岗通常工作节奏较快，生活平衡可能受到一定影响。
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能切实提升医疗服务效率，改善患者体验，行业前景广阔，能带来较强的社会价值感。
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