【Plan A】医疗健康前沿智能体-蚂蚁健康（实习）

岗位职责

业务场景： 随着pretrain scaling、RL scaling、RSI(recursive self-improvement)等技术的发展，当前前沿大模型已经能够胜任coding(swe-bench)、办公(gdpval)等场景的复杂长程任务，实现了生产力的跃迁。这样的long-horizon agentic task能力在医疗健康场景目前还处在早期阶段，我们希望结合自进化、持续学习方向的研究和探索，加速医疗大模型在医疗long horizion agentic task场景的生产力提升，解决之前模型无法应对的长程复杂流程类问题，提升模型和harness在医疗领域的自我迭代能力，将阿福医疗智能推向前沿水平，从而更好的服务于用户和合作机构。

职位描述

1. 思考当前大模型训练范式存在的不足，结合业界最新成果进行调研和实验，尝试提出自己的方法，在医疗场景验证方法的有效性；
2. 进行自进化、持续学习算法和工程架构的设计、研发、以及与infra、environment等团队的协同推动方案的落地；
3. 通过探索RSI、self-evolve、auto research等相关方向的技术，加速医疗智能的迭代效率，提升医疗大模型在long-horizon agentic task场景的效果。

任职要求

1. 硕士及以上学历，计算机科学或相关专业背景；
2. 具备大模型研发经验，在 RSI、self-evolve、auto research某一方向上有实践和积累；
3. 算法与工程兼备，熟悉数据与训练策略，也了解主流训练和推理框架（如 Megatron、SGLang、vLLM等）；
4. 具有良好的学习和沟通能力，有好奇心和责任心，具有钻研精神，能够与算法团队、工程团队及其他技术团队紧密配合；
5. 在大模型领域有科研或实践经验，在AI领域国际顶级会议/期刊发表过高质量论文优先；
6. 具备算法和infra co-design经验, 对sglang/vllm/megatron有开发优化经验优先。

特色标签

C/C++、Megatron-LM、Python、Shell、vllm推理框架、分布式训练、医学、医疗、医疗健康、医疗领域、发表算法相关优秀论文、基础模型、基础设施、增量学习、大模型推理引擎、大模型算法、大模型训练框架、大模型预训练、大语言模型、并行计算、底层架构、强化学习、循环自优化、智能体、模型加速/性能优化、算法工程化经验、系统架构、终生学习、自主研究、自动研究、自动科研、自我提升、自我进化、自我迭代增强、自改进、自然语言处理算法、连续学习、递归自我改进、长周期智能体任务、长期自主任务、长程代理任务