【蚂蚁星】大模型数据算法工程师-27届

岗位职责

部门介绍： 数据是大模型能力的基石，尤其在医疗健康这一高专业门槛、强安全合规的复杂场景中，如何构建高质量数据体系、系统性诊断模型缺陷并通过数据驱动模型进化，是当前医疗AGI领域最核心的技术挑战之一。我们致力于打造行业领先的医疗垂直大模型数据科学体系，通过数据价值评估、缺陷归因诊断、高质量合成等技术手段，推动医疗AI突破智能上限。在这里，你将直接面对真实的医疗场景数据，你的研究成果更将决定服务数亿用户的医疗AI产品的能力底座。

除了前沿课题研究，你将参与到全链路的医疗AGI能力建设，包括：

1. 数据理解和质量优化体系：构建行业领先的数据解析和理解能力，不断提升数据处理的深度和理解广度；
2. 模型自我迭代闭环：基于大量的线上问题和医院内真实数据，规模化挖掘模型的难负样本，找到模型的提升空间，建设数据的自我迭代反馈闭环；
3. 医疗数据合成：设计并落地针对各个能力的大模型的医疗数据合成，生成高质量、可控、多样化的训练样本（包括病例生成、对话模拟、推理链构造等），降低模型幻觉，提升泛化能力；
4. 实验分析和归因能力：建立医疗数据的质量评估标准与自动化分析和归因能力，追溯模型输出的数据来源和推理路径，提升医疗AI的可解释性和可信度。

任职要求

1. 学术背景：计算机科学、人工智能、数学、统计学、医学、生命科学等相关领域的顶尖博士（或具备同等科研能力的极优硕士），具备极强的代码落地能力（熟练使用Python及PyTorch等框架）；
2. 大模型底座认知：深刻理解LLM/Transformer底层架构及后训练范式（SFT, RLHF, DPO等），对数据在预训练、指令微调、对齐等阶段的作用机制有深入洞察；
3. 顶尖学术成果：在国际顶级AI会议或期刊（如NeurIPS, ICML, ICLR, ACL, EMNLP等）一作或共一，或在Kaggle等顶级数据竞赛中获得TOP名次；
4. 敏锐的研究嗅觉：对AI前沿技术充满狂热的好奇心，能深刻理解大模型在医疗场景的典型失败模式，并能独立提出基于数据的创新性解决方案；
5. 严谨的科学能力：具备极强的数据分析与实验设计能力，能建立严谨的统计推断与因果分析框架，确保结论的可信与可解释性。

加分项：

1. 医疗领域知识：具备医疗健康、生物信息学、临床医学相关背景，对医疗数据的特殊性（专业性、隐私性、合规性）有深刻理解；
2. 大模型实战经验：有大厂大模型预训练、指令微调、RLHF等方向的实习或项目经验；或具备数据驱动的模型优化成功案例；
3. 开源贡献：作为核心贡献者参与过知名开源数据集（如MedQA, PubMedQA等）或数据处理框架的建设。

特色标签

AI可解释性、Python、临床数据、人工数据构造、人类反馈强化学习、偏好优化算法、健康医疗数据、医学数据、医疗、医疗通用人工智能、医疗领域通用智能、参加算法相关竞赛/获奖、发表算法相关优秀论文、可信AI、合成数据生成、基于人类反馈的强化学习、基座模型、大模型算法、大语言模型、强化学习、归因分析、指令微调、数据挖掘、数据驱动的模型优化、有监督微调、模型可解释性、模型缺陷诊断、模型自进化、模型闭环优化、深度学习、生成式人工智能、监督微调、直接偏好优化、算法工程化经验、自然语言处理算法、错误归因、高质量数据生成