阿里巴巴研究型实习生-急症慢病多病种筛查

任职要求

【必备项】
1、良好的工程实现能力，熟练掌握C/C++、Java、Python等至少一门语言 ，能够提出并实现算法创新，并且能够在大规模综合性医学影像+临床数据上实现自己的算法并充分验证。
2、极佳的科研能力，有成果发表在ICCV、MICCAI, IPMI, CVPR、ECCV、TMI, MedIA, NeurIPS、ICML、TPAMI等国际顶级会议、期刊…

工作职责

我们期待你具有医学影像/计算机视觉/机器学习等方面扎实的基础知识和丰富的实践经验。
我们期待你对医学临床问题感兴趣，有热情从事相关工作。
我们期待聪明、皮实、乐观、自省、追求卓越和自我驱动的优秀人士加入达摩院，共同开创医疗影像+AI的临床服务精准医疗新格局。

岗位职责
1、多模态医学AI算法研发与系统构建
负责医学影像与计算机视觉基础算法的研究、系统研发及产品落地。包括但不限于：多模态医学影像综合分析、影像合成与增强、可扩展且泛化能力强的器官分割与病灶检测；同时拓展至病人临床信息学挖掘、疾病精准诊断、治疗方案预后优化推荐、以及基于AI的疗效评估与随访管理，打造新一代人工智能赋能的临床全流程解决方案。

2、医疗大模型与多模态基础模型研究
负责医疗垂直领域大语言模型（LLM）及视觉-语言多模态模型（VLM）的研发与适配。探索大模型在医学影像报告自动生成、结构化病历解析、复杂病例推理问答、临床知识图谱构建等场景的应用；研究模型微调（SFT/RLHF）、检索增强生成（RAG）及长上下文处理等关键技术，提升模型在医疗专业领域的准确性、安全性与可解释性。

3、医疗智能体（Medical Agent）设计与开发
设计并研发面向临床诊疗与科研场景的自主智能体系统。构建具备任务规划、工具调用、记忆管理及多Agent协作能力的智能体架构，实现从“单点算法”向“端到端临床任务执行”的跨越；例如开发能够自主完成影像阅片-病历调取-鉴别诊断-报告撰写-方案推荐的复合型AI助手，推动AI从辅助分析向主动决策支持演进。

4、医工交叉融合与临床问题定义
深度参与临床合作者的日常研发与研讨活动，建立紧密的医工协同机制。能够从真实临床痛点出发，将模糊的临床需求转化为可计算、可验证的AI技术问题；主导大模型与Agent技术在具体临床工作流中的集成与验证，确保技术研发与临床应用价值高度对齐。

5、前沿技术探索与复合型人才培养
跟踪医学AI、大模型及Agent领域的最新学术进展与产业动态，推动技术创新与成果转化；在跨学科团队中发挥技术引领作用，综合培养兼具医学理解力、传统CV功底与大模型/Agent系统工程能力的复合型AI人才。