【Plan A】医学世界模型-蚂蚁健康-27届

岗位职责

业务场景： 面向下一代 Medical AGI，研究 AI 如何形成对医学世界及其变化规律的内部模型，建立从状态理解、后果推演到交互学习和规划决策的基础能力。研究方向包括医学世界的状态表征与动态建模、行动后果推演、可交互模拟与规划，以及基于世界模型的医学 Agent 训练和评测，覆盖患者照护、诊疗决策等临床场景。

职位描述

1. 负责医学诊疗世界模型的算法研发和技术路线设计，面向复杂医疗场景，建设能够理解患者状态、预测病程演化并推演诊疗行动后果的医学世界模型；
2. 组织多模态纵向医疗数据，形成统一的“患者状态—诊疗行动—临床反馈”数据体系，构建医疗世界模型和诊疗Agent的训练和评测体系，支撑算法快速迭代；
3. 与临床、数据、产品和工程团队协作，从真实医疗问题中定义有价值的研究任务，推动算法成果在临床决策支持和患者管理等场景中落地。

任职要求

1. 计算机、人工智能、生物医学工程、医学信息学、统计学等相关专业硕士及以上学历；
2. 对实现AGI并解决人类健康问题抱有热情和决心；
3. 在以下一个或多个方向有深入研究，具备数据构建、模型训练和评测经验：大模型预训练与后训练、多模态基础模型、Long-horizon Agent、Agentic RL、Reward Modeling、世界模型；
4. 具备优秀的研究能力、技术判断力和工程能力，能够从复杂、开放的医学场景中识别关键科学问题，进行系统分析，提出创新方法，并设计实验推动模型能力取得实质性进展；
5. 具有医疗 AI、电子病历、多模态临床数据、医疗 Agent 或大模型训练经验，或有AI/医学领域顶刊顶会论文、重要开源项目及临床 AI 落地成果者优先。

特色标签

EMR、Python、Shell、SQL、world model、世界演变模型、临床决策辅助、健康智能体、分布式训练、医疗、医疗智能体、发表算法相关优秀论文、多模态数据、多模态算法、多源异构数据、大数据处理工具(Spark/Hadoop/Hive)、大模型算法、奖励信号设计、奖励建模、强人工智能、强化学习、指令微调、数据挖掘、智能体、有留学背景、机器学习、模型微调、治疗决策支持、深度学习、电子健康档案、疾病进展预测、病程推演、算法工程化经验、自然语言处理算法、通用人工智能、长时规划智能体、长期序列智能体