闵行区
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。
智能体构建：
设计并开发面向医疗场景的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：
基于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，加速业务逻辑的部署与迭代。
技术预研：
持续跟进NLP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），推动研究成果向产品能力转化。
任职要求
1. 学历与背景
硕士及以上学历，计算机、生物信息学、电子信息或数学相关专业；
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。
2. 编程与工程能力
Python 精通：熟练使用 Python 开展算法开发与后端实现，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 版本管理与团队协作流程；
部署经验：了解模型量化、推理加速及优化技术（如 vLLM, DeepSpeed, FlashAttention）者优先。
3. 大模型专业深度
原理理解：深入掌握 Transformer 架构、注意力机制、位置编码等核心技术细节；
微调实战：熟练运用 LoRA、QLoRA、全量微调等方法，具有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）及检索增强生成（RAG）架构设计。
4. 智能体与工作流（加分项）
Agent 架构：在 ReAct、规划（Planning）、记忆（Memory）机制等方面有研究或落地实践经验；
编排工具：熟悉或实际使用过 Dify、Coze（扣子）、n8n 等工作流引擎，可快速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；
具备医疗知识图谱（KG）与大模型融合应用的研究经历；
具备良好的逻辑思维、团队协作与沟通能力，能够适应高强度工作节奏。
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。
智能体构建：
设计并开发面向医疗场景的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：
基于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，加速业务逻辑的部署与迭代。
技术预研：
持续跟进NLP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），推动研究成果向产品能力转化。
任职要求
1. 学历与背景
硕士及以上学历，计算机、生物信息学、电子信息或数学相关专业；
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。
2. 编程与工程能力
Python 精通：熟练使用 Python 开展算法开发与后端实现，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 版本管理与团队协作流程；
部署经验：了解模型量化、推理加速及优化技术（如 vLLM, DeepSpeed, FlashAttention）者优先。
3. 大模型专业深度
原理理解：深入掌握 Transformer 架构、注意力机制、位置编码等核心技术细节；
微调实战：熟练运用 LoRA、QLoRA、全量微调等方法，具有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）及检索增强生成（RAG）架构设计。
4. 智能体与工作流（加分项）
Agent 架构：在 ReAct、规划（Planning）、记忆（Memory）机制等方面有研究或落地实践经验；
编排工具：熟悉或实际使用过 Dify、Coze（扣子）、n8n 等工作流引擎，可快速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；
具备医疗知识图谱（KG）与大模型融合应用的研究经历；
具备良好的逻辑思维、团队协作与沟通能力，能够适应高强度工作节奏。
2026-05-24 13:44
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 >
附近适合您的职位
收藏职位
