【蚂蚁星】多语种国际化大语言模型算法工程师-蚂蚁健康（实习）

岗位职责

部门介绍： 医疗健康产业正在加速拥抱数智化，从第一笔挂号缴费到第一个AI就医助理，蚂蚁健康持续助力医疗服务创新升级。蚂蚁健康算法团队致力于建设医疗健康场景中的AI算法能力，技术领域包括大模型、自然语言处理、计算机视觉、多模态、音视频交互等。团队成员包括行业资深技术精英，近年团队发表了数十篇顶级学术论文，并在多项国际竞赛中取得了优秀成绩。我们致力于打造一支AI驱动的、面向的医疗健康领域的前沿技术团队。在这里，你可以：[1] 参与到医疗健康AI应用蚂蚁阿福的研发中，用技术推动医疗健康事业发展，在充满挑战的工作中感受到前所未有的满足感。[2] 得到技术大牛的一对一指导，在海量数据和大规模算力资源加持下，自由探索感兴趣的技术方向，实现快速地自我成长。[3] 融入到一个坦诚交流的团队中，与一群有情有义的人，在一起做有意义的事。

职位描述：

1. 多语种能力上限突破：负责通用模型在英文及全球多语种上的基础能力提升，探索跨语言能力迁移的最优路径，确保模型在低资源语种下依然具备极强的逻辑一致性；
2. RL 与长路径推理优化：利用强化学习算法优化多语种环境下的对话与推理质量，研发长思维链技术，提升模型在处理国际化复杂任务时的深度思考能力；
3. 多模态混合 Post-train：参与多语种多模态混合对齐训练，构建统一的跨语言语义表征，支撑全球化场景下的多模态理解与创作需求；
4. 高质量数据合成技术：研发基于 Agent 的自动化合成数据技术，通过自我博弈或纠错机制产生高质多语种语料，解决国际化训练数据长尾分布难题；
5. 前沿技术落地：针对国际化应用进行性能调优，探索深度搜索研究、模型蒸馏与长文本建模等方向的技术上限。

任职要求

1. 2027 届获得博士/硕士学位，人工智能、语言学、计算机、自动化、数学相关专业优先；
2. 精通 Transformer 架构，深入理解多语种预训练及大模型跨语言迁移机制；
3. 熟悉强化学习在自然语言处理领域的应用，有相关对齐算法实践经验者优先；
4. 具备大规模分布式训练经验，有处理全球化海量异构数据的实战背景；
5. 在机器翻译、跨语言迁移学习或多模态方向有显著项目经验或论文成果优先；
6. 具备优秀的英语沟通写作能力，能够应对全球化背景下的技术挑战与团队协作。

特色标签

Agent数据合成、Python、RL、Transformer架构、低资源语种、全球多语种、分布式训练、医疗、发表算法相关优秀论文、多模态创作、多模态混合、多模态理解、多模态算法、多语种大模型、多语言、大模型、大模型算法、对话系统、对齐算法、并行计算、强化学习、强化学习算法、思维链、意图挖掘、推理链、文本生成、机器翻译、模型加速/性能优化、模型压缩、深度学习、知识蒸馏、算法工程化经验、自动化数据合成、自注意力机制、蒸馏技术、语义理解、语言迁移、跨模态、跨语言、跨语言迁移学习、迁移机制、通用大模型、长上下文建模、长序列建模、长文档理解、长路径推理、预训练架构、高质量语料合成