百度健康事业部-多模态大模型算法工程师-2026AIDU(J85503)
任职要求
-计算机科学、人工智能、电子工程、数学等相关专业TOP院校统招硕士及以上学历； -熟悉深度学习理论和算法，尤其是在多模态模型领域有研究或项目经验； -具备图像处理、自然语言处理、语音识别等至少一个领域的实践经验，熟悉主流模型； -…
工作职责
-负责多模态大模型中全模态数据（文本、图像、音频、视频等）的采集、处理、采样、配比等全流程数据管线的建设，以及相关的模型结构设计、效果优化，构建适合医疗健康领域的多模态大模型； -研究并实现跨模态信息融合的算法和技术，提升模型在健康内容/服务等场景中的理解和生成能力； -跟踪多模态深度学习的最新研究进展，探索和落地前沿技术（如预训练、自监督学习、小样本学习等）； -与产品和工程团队紧密合作，推动多模态技术在搜索、推荐、AIGC等领域的全链路落地应用； -分析和解决在多模态数据处理过程中遇到的技术难题，持续提升模型的智能化水平和商业价值。
1. 大模型数据体系建设：负责多模态（图/影/文）全链路数据工程，涵盖接入、清洗过滤、模态对齐、采样配比及版本管理。 2. 自动化流水线：设计并落地高并发数据处理 Pipeline，提升数据产出效率、稳定性与实验可复现性。 3. 质量评估与监控：建立多维度数据质量指标（如时序一致性、模态对齐度、噪声率等），构建自动化 QA 与健康度监控看板。 4. 数据策略优化：针对模型训练目标制定数据策略，包括难例挖掘、长尾补齐、负样本构造及数据混配，通过实验驱动模型收益。 5. 闭环迭代：协同模型与业务团队，针对 Bad Case 定位数据问题，打通“数据-训练-评估-回流”的闭环迭代。
1. 参与生态合规治理业务的系统设计与研发。紧贴业务痛点，在内容、作者、POI等核心治理方向上，攻坚复杂场景下的技术方案落地与架构演进，协同业务捍卫社区生态的合规与健康。 2. 驱动信息处理平台的架构设计与演进，探索并融合大模型与AI Agent等前沿技术和创新策略，打造“响应敏捷、处理高效、成本最优”的智能化平台底座，为评价、笔记、POI等内容提供覆盖数据加工、多模态理解与自动化审核全链路闭环能力。 3. 负责内容中心的架构设计与落地。针对海量多模态异构数据，设计并实施深度数据建模与分布式存储选型，构建统一的元数据及衍生数据表征体系，为上层业务提供高并发、低延迟的精准检索与稳定内容供给服务。 4. 持续探索并推动AI技术在内容理解、审核提效及日常研发中的深度结合与落地，以技术创新驱动业务指标优化与团队效能提升。
1. 医学标注体系构建： 主导问诊对话（不排除医学影像、电子病历等）多模态数据的标注标准制定和执行； 设计疾病标签体系与知识图谱关联规则（如：主诉-症状-诊断-处置的逻辑链路）； 建立标注质量三级审核机制（初级标注员→医学专家→交叉验证）。 2. AI模型医学训练： 参与模型需求医学解读，定义诊断场景边界与禁忌症预警规则； 策划训练数据分布策略（如：罕见病案例增强、地域性疾病权重调整）； 主导bad case医学归因分析，指导算法团队进行特征工程优化。 3. 临床验证与迭代： 设计双盲对照试验验证AI诊断结果与临床一致性； 监测模型漂移现象，及时启动数据清洗与再训练流程； 输出医学可解释性报告（如：诊断依据溯源、置信度阈值校准）。
1）基于多模态数据信息的重大慢病(比如心脑血管疾病，代谢性疾病）风险预测，评估，精确诊断 以及诊断推荐和预后优化评估； 2）针对癌症病人潜在群体的多模态信息polygenic score估计和风险预测，重大癌症病种确诊分类，基于多模态时间序列信息的治疗方案推荐，癌症病人全流程管理； 3）打造蚂蚁健康在医疗学术影响力；（如参加国际医疗学术会议和分享、发表论文等）； 4）内部分享：及时的全球最前沿的医疗AI动态跟国内团队分享交流，提升团队的全球视野。