【蚂蚁星】医疗基础多模态大模型-蚂蚁健康（实习）

岗位职责

该职位有两个方向，如下：

【多模态大模型研究员】

1. 负责通用多模态基础模型研发，持续提升模型在语言、视觉、多模态理解与生成、复杂推理等方面的核心能力；
2. 研究 LLM/VLM 的模型表征、Post-training、多模态对齐与推理等关键技术，探索统一理解与生成等前沿方向；
3. 面向医疗场景，开展医学影像、文本、病理、检验等多源数据的统一建模与跨模态推理，推动模型在真实医疗业务中的落地；
4. 研究高质量多模态数据构建、合成、筛选与评估方法，建立数据驱动的模型持续迭代闭环。

【多模态前沿研究员】

1. 面向下一代基础模型与智能系统，开展 Reasoning、Agent、RL、Test-time Scaling 等前沿技术研究，探索模型在复杂推理、规划、工具使用、Memory、环境交互及长程任务执行等方面的能力；
2. 研究 RSI / Self-improving AI、Agentic Learning、自动数据生成与自我反馈等持续进化机制；
3. 探索前沿智能技术与多模态、医疗等复杂场景的结合，并推动具有长期价值的原创研究。

任职要求

1. 计算机、人工智能、机器学习、自然语言处理、计算机视觉等相关专业硕士及以上学历；
2. 在 LLM/VLM、Reasoning、Agent、强化学习、医疗 AI 或大模型数据算法等等前沿 AI 方向具有扎实研究基础；
3. 熟悉 Transformer 及主流大模型训练方法，对 SFT、RL、多模态建模、推理与优化等至少一个方向有深入理解；
4. 对大模型训练、推理与能力演化机制有深入理解，并对前沿研究具有较强敏感度；
5. 具备较强的研究与工程能力，能够独立完成从问题定义、算法设计到模型训练和评测分析的完整闭环；
6. 有 NeurIPS、ICML、ICLR、ACL、EMNLP 等顶级会议论文，或领先大模型/Agent 项目经验者优先。

特色标签

AI代理、Python、RL、Shell、临床影像、人工数据构建、优秀开源项目经历、分布式训练、医学图像、医学场景、医疗、医疗应用、医疗影像、医疗领域、发表算法相关优秀论文、合成数据、后期训练、后训练、图像处理库（OpenCV等）、图像生成、图像算法、增强学习、复杂推理、多模态基础模型、多模态大模型、多模态算法、多模态融合、大模型、大模型算法、大语言模型、强化学习、意图挖掘、推理、数据挖掘、数据生成、文本生成、智能体、有留学背景、机器学习、模型加速/性能优化、模型后训练、模态对齐、深度学习、算法工程化经验、自主代理、自然语言处理算法、英美留学生、视觉语言模型、语义理解、跨模态对齐、通用多模态模型、逻辑推理