蚂蚁金服蚂蚁集团-多模态产品专家（视觉/医疗文档理解方向）-健康事业群
任职要求
1、学历： 硕士学历及以上，计算机（CS）/人工智能专业背景； 2、经验： 3年以上 AI/大模型产品经验，必须有 CV（计算机视觉） 或 多模态大模型（VLM） 落地经验； 3、能力： 懂 OCR 技术边…
工作职责
1、医疗报告智能解读： 负责“阿福”的拍照/上传报告功能，核心解决体检单、化验单、处方单等复杂排版图片的结构化提取与医学结论分析； 2、视觉模型调优： 构建医疗文档的图文评测集（Benchmark），解决模糊拍摄、手写体识别、复杂表格对齐等长尾问题，降低模型幻觉； 3、多模态交互体验： 设计“拍一拍”后的交互流，让用户不仅看到数据，还能通过图片与阿福进行多轮问诊对话。
1. 负责蚂蚁泛终端AI核身相关产品线（涵盖手机、车机、眼镜等智能硬件）的规划、具体迭代的设计和并协同相关团队进行落地，结合AI能力，拓展产品边界； 2. 为相关AI身份核验产品制定对应的安全保障措施； 3. 负责将产品相关能力与业务场景进行很好的衔接和落地，协同相关团队一起拿结果； 4. 从用户体验出发，通过数据分析和用户反馈，归纳总结产品优化调整方向，并实现对应的优化效果；
1. 多模态交互系统设计：从产品应用体验视角，结合模型的持续迭代进展，定义多模态交互产品架构和标准SDK，主导交互体验优化，包括交互准确性、流畅性、情感化理解和表达、多轮上下文记忆等核心能力。 2. 场景化解决方案开发： （1）针对不同客户场景，设计交互方案。 （2）协同研发团队针对典型场景，设计并优化模型和工程方案，满足低功耗、高实时性要求。 3. 技术生态整合： （1）联合外部厂商，推动该交互产品适配。 （2）构建开发者友好的多模态交互套件，降低生态接入成本。 4. 行业洞察与竞争分析：跟踪国内外多模态交互类产品动态，制定技术对标与差异化方案。
负责 Accio Work 多模态产品的规划与落地，围绕图像、视频、文本等模态能力，构建面向电商场景的智能创作产品，帮助用户通过自然语言交互完成商品视觉创作、营销内容生产与店铺页面搭建： 1、 产品路线图： 主导 Accio Work 多模态 Agent 战略规划，定义生图、视频、建站三大场景的产品演进节奏与商业化路径； 2、 Agent 架构设计： 设计核心 Agent 框架（任务拆解、工具调用、工作流编排），将复杂的多模态大模型能力封装为高可用、低门槛的生产力工具； 3、 创作闭环设计： 围绕商品主图、营销素材、短视频等核心场景，设计“以商机为导向”的 Agent 自动化工作流，确保生成结果的可控性与商业可用性； 4、 工程化落地： 深度协同算法与工程团队，推动多模态模型在产品中的推理优化、延迟控制与规模化应用； 5、 质量与评估闭环： 建立多模态产品评估体系（包括生成质量指标与用户反馈闭环），通过 RLHF（人类反馈强化学习）思路，持续提升模型在业务侧的生成效果； 6、 前瞻判断： 持续追踪国内外 Agent、AIGC 技术演进，将前沿模型能力与跨境电商深度结合，输出具有竞争力的产品判断。
1. 多模态产品规划与落地：负责多模态 AIGC 产品的整体规划、产品架构与能力设计，主导从 0→1 或 1→N 的产品建设与迭代，推动多模态生成技术在真实业务场景中的规模化落地。 2. 技术能力与业务场景融合：深入理解多模态大模型的能力边界与演进方向，持续挖掘高价值应用场景，将前沿算法能力转化为具备用户价值与商业价值的产品能力。 3. 跨团队协同与项目推动：作为算法、工程与业务团队之间的核心协同角色，承担“技术翻译”与“方向推动”职责。深度参与模型效果评估、能力定义与迭代策略制定，推动项目高效完成从需求、验证到上线的完整闭环。 4. 行业洞察与战略判断：持续关注全球多模态 AIGC 领域的技术趋势、产品创新与行业变化，对未来 1-2 年的技术演进与产业机会具备独立判断能力，为产品方向与战略决策提供前瞻性输入。 岗位方向 ● 视频生成模型与产品 HappyHorse ● 世界模型与交互式产品 HappyOyster ● 其他创新探索产品......