岗位职责
- 负责医疗健康智能体核心算法研究与系统建设，包括复杂医学任务建模、长程规划与执行、工具调用、信息检索与证据综合、记忆机制、自我验证和多智能体协作等；
- 探索 SFT、RL、Agentic RL、过程监督、环境反馈等训练方法，提高智能体在长程任务中的任务成功率、鲁棒性和泛化能力；
- 构建医疗智能体训练与评测环境，研究模型在真实或模拟医疗环境中的交互学习，并推动相关技术在医学 Deep Research、临床知识工作流、科研智能体等场景落地。
任职要求
- 计算机、人工智能、机器学习、自然语言处理等相关专业硕士及以上学历；
- 熟悉大语言模型训练和后训练技术，对 SFT、RLHF / RLAIF、PPO / GRPO 等至少一个方向有较深入理解；
- 对 LLM Agent 有较深入研究或实践经验，熟悉 Planning、Tool Use、Memory、Reflection、Multi-agent、Deep Research 等至少一个方向；
- 具备较强的算法实现与工程能力，熟悉 PyTorch 及主流大模型训练、推理框架；
- 有长程 Agent、Agentic RL、搜索与推理、代码智能体、科研智能体或复杂任务评测研究经历者优先；
- 在 NeurIPS、ICML、ICLR等相关会议或Nature、Cell系列期刊发表高水平论文者优先。
特色标签
Agent强化训练、LLM、Python、Reinforcement Learning from Human Feedback、RLAIF、Supervised Fine-Tuning、人类反馈强化学习、任务规划、健康领域智能代理、分布式训练、医学AI代理、医疗、医疗智能体、发表算法相关优秀论文、基于智能体的强化学习、外部工具集成、多代理系统、多智能体协作、多智能体系统、多模态算法、大模型、大模型算法、大规模语言模型、对话系统、工具使用、工具调用、强化学习、意图挖掘、指令微调、搜索算法、文本生成、智能体、智能体强化学习、智能体记忆、有留学背景、机器学习、深度学习、深度研究、监督微调、科研Deep Research、科研智能体、算法工程化经验、自然语言处理算法、英美留学生、规划、记忆机制、语义理解、长期记忆、长程规划