职位详情
模型研发与优化:
负责医疗领域大模型的预训练、指令微调(SFT)及偏好对齐(RLHF/DPO),结合医疗文本特性进行针对性优化与性能提升。
智能体构建:
基于医疗应用场景设计并开发AI智能体(Agent),通过技能扩展(Skills)与工具调用(Tool Use)实现多步骤复杂任务的自动化执行。
工作流开发:
运用主流低代码平台或流程编排工具,搭建高效的任务处理流水线,推动业务逻辑的敏捷开发与快速部署。
技术预研:
持续跟进自然语言处理与大模型前沿技术动态(如长上下文建模、多模态医疗影像融合等),评估可行性并推进技术向产品能力转化。
任职要求
1. 学历与背景
硕士及以上学历,计算机科学、生物信息学、电子信息、数学等相关专业方向。
具备扎实的数学基础,深入掌握深度学习与自然语言处理(NLP)核心理论体系。
2. 编程与工程能力
Python 精通:能够熟练使用 Python 实现算法模型与后端服务,熟悉 PyTorch / TensorFlow 等主流深度学习框架。
工程素养:熟悉 Linux 开发环境,具备 Shell 脚本编写能力;精通 Git 版本管理及团队协作开发流程。
部署经验:了解模型量化、推理加速及相关优化技术(如 vLLM, DeepSpeed, FlashAttention)者优先考虑。
3. 大模型专业深度
原理理解:对 Transformer 架构、注意力机制、位置编码等关键技术具有底层认知与实践经验。
微调实战:熟练掌握 LoRA、QLoRA、全参数微调等方法,具备高质量医疗数据集处理经验。
RAG 经验:熟悉向量数据库(如 Milvus, Pinecone)和检索增强生成(RAG)系统架构。
4. 智能体与工作流(加分项)
Agent 架构:在 ReAct、任务规划(Planning)、记忆机制(Memory)等方面有研究或实际落地经验。
编排工具:熟悉或曾使用 Dify、Coze(扣子)、n8n 等工作流引擎,能高效构建复杂自动化流程。
加分特质
在 ACL、EMNLP、NeurIPS 等顶级学术会议发表论文,或拥有高星开源项目贡献经历。
具备医疗知识图谱(KG)与大模型融合应用的研究背景。
具备优秀的逻辑思维能力与团队沟通协作意识,能够在高强度环境下稳定输出。
负责医疗领域大模型的预训练、指令微调(SFT)及偏好对齐(RLHF/DPO),结合医疗文本特性进行针对性优化与性能提升。
智能体构建:
基于医疗应用场景设计并开发AI智能体(Agent),通过技能扩展(Skills)与工具调用(Tool Use)实现多步骤复杂任务的自动化执行。
工作流开发:
运用主流低代码平台或流程编排工具,搭建高效的任务处理流水线,推动业务逻辑的敏捷开发与快速部署。
技术预研:
持续跟进自然语言处理与大模型前沿技术动态(如长上下文建模、多模态医疗影像融合等),评估可行性并推进技术向产品能力转化。
任职要求
1. 学历与背景
硕士及以上学历,计算机科学、生物信息学、电子信息、数学等相关专业方向。
具备扎实的数学基础,深入掌握深度学习与自然语言处理(NLP)核心理论体系。
2. 编程与工程能力
Python 精通:能够熟练使用 Python 实现算法模型与后端服务,熟悉 PyTorch / TensorFlow 等主流深度学习框架。
工程素养:熟悉 Linux 开发环境,具备 Shell 脚本编写能力;精通 Git 版本管理及团队协作开发流程。
部署经验:了解模型量化、推理加速及相关优化技术(如 vLLM, DeepSpeed, FlashAttention)者优先考虑。
3. 大模型专业深度
原理理解:对 Transformer 架构、注意力机制、位置编码等关键技术具有底层认知与实践经验。
微调实战:熟练掌握 LoRA、QLoRA、全参数微调等方法,具备高质量医疗数据集处理经验。
RAG 经验:熟悉向量数据库(如 Milvus, Pinecone)和检索增强生成(RAG)系统架构。
4. 智能体与工作流(加分项)
Agent 架构:在 ReAct、任务规划(Planning)、记忆机制(Memory)等方面有研究或实际落地经验。
编排工具:熟悉或曾使用 Dify、Coze(扣子)、n8n 等工作流引擎,能高效构建复杂自动化流程。
加分特质
在 ACL、EMNLP、NeurIPS 等顶级学术会议发表论文,或拥有高星开源项目贡献经历。
具备医疗知识图谱(KG)与大模型融合应用的研究背景。
具备优秀的逻辑思维能力与团队沟通协作意识,能够在高强度环境下稳定输出。
2026-07-13 12:56
IP属地:上海
职位福利
硕士3-5年大模型算法医疗知识图谱

万达信息股份有限公司
已上市 · 1000-9999人


鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为,请立即向鱼泡直聘投诉举报投诉举报 >









