蚂蚁金服蚂蚁数字科技-数科技术部-AI算法工程师（医疗方向）
任职要求
1.硕士及以上学历，计算机、软件工程、人工智能、生物医学工程等相关专业； 2.扎实的机器学习与深度学习基础，熟练掌握 Python，精通 PyTorch 框架，具备良好的工程化落地能力； 3.具备大模型训练实战经验，包括预训练、SFT、RLHF/DPO等后训练流程中至少一个环节的完整项目经验； 4.对医疗本体有较深理解，具体包括： （1）熟悉医疗文书逻辑与规范（如入院记录、病程记录、出院小结、手术记录等文书结构与书写要求）； （2）了解医疗影像基础，熟悉 DICOM 协议及医学影像数据处理流程； （3）具备一定的临床医学基础知识，能够理解医疗业务场景需求并转化为算法方案； 5.优先考虑（满足其一即可）： （1）有医疗大模型（如病历生成、医学问答、辅助诊断等）的完整研发或落地经验； （2）参与过医疗 ToB 产品（HIS、EMR、…
工作职责
1.医疗垂域大模型研发：负责医疗垂直领域大模型的训练与优化，涵盖继续预训练、监督微调（SFT）、强化学习对齐（RLHF/DPO）等全链路后训练工作，持续提升模型在复杂医疗任务中的性能与稳定性； 2.医疗数据工程：深入挖掘医疗多源异构数据（结构化EMR、非结构化病历文书、医学影像元数据、临床知识库等），主导高质量语料构建、数据清洗与合成数据生成，建立面向医疗场景的知识增强机制； 3.医疗智能体开发：面向ToB医疗业务场景，设计并落地医疗效率赋能类AI Agent，包括但不限于病历自动生成、病历质控、知识问答等核心应用，负责Agent核心逻辑设计、模型调优及效果验证； 4.前沿技术跟踪与应用：持续关注LLM、MoE、RAG、CoT推理、AI Agent等前沿方向，结合医疗行业特性进行技术预研与创新，推动医疗大模型与智能体能力的持续迭代。
1. 负责核心业务系统（如eKYC、业务安全、平台工程等）的架构设计、技术选型和研发工作，攻克高并发、高可用、高复杂度下的技术难题； 2. 深入业务，识别系统中的性能瓶颈、架构弱点和安全隐患，主导技术方案的制定与落地，保障系统的稳定性和可扩展性； 3. 站在业务全局视角，参与制定团队中长期的技术规划和架构演进路线图，推动技术创新，将前沿技术（如AIGC、云原生等）与业务场景结合，构建面向未来的技术体系； 4. 负责核心服务的SLA保障，建立并完善系统的可观测性（监控、告警、日志）体系，主导重大故障的复盘和技术改进，推动稳定性最佳实践在团队落地； 5. 与产品、算法、解决方案等团队紧密协作，深刻理解业务需求，提供具有前瞻性的技术解决方案，确保技术方案与业务目标的高度一致性； 6. 通过Code Review、技术分享、方案评审等方式，指导和培养团队中的初中级工程师，提升团队整体技术水平和工程质量； 7. 负责核心模块和关键技术方案的文档撰写与维护，形成团队的技术知识库。
1.用户增长与激活： （1）负责 AI Coding 产品的获客与激活全链路，制定并落地面向开发者群体的增长策略，覆盖技术社区、开发者论坛、开源生态、内容与口碑等渠道； （2）持续优化新用户从注册到"首次成功用 AI 写出可用代码"的激活路径（Aha Moment），提升次日/7日留存与付费转化； 2.开发者社区与内容运营： （1）建设并运营开发者社区（如 Discord、GitHub Discussions、技术论坛、微信群等），策划技术布道内容——包括最佳实践、使用教程、Prompt 技巧、真实开发者案例（Show Case），把高质量用户沉淀为口碑传播者，形成自增长飞轮； 3.产品机会挖掘与 MVP 验证： （1）深入开发者真实工作流，挖掘产品机会点，结合业务场景快速构建 MVP 并验证可行性； （2）将一线用户反馈、社区舆情、使用数据结构化地反哺给产品与研发团队，驱动产品迭代； 4.数据分析与运营度量： （1）搭建并跟踪核心运营指标体系（覆盖率、活跃度、激活率、留存、转化、NPS 等），通过数据发现问题、定位增长瓶颈，用 A/B 实验验证运营假设，用数据说话而非拍脑袋； 5.活动与生态运营： （1）策划线上线下开发者活动（Hackathon、技术沙龙、Workshop、直播等），拓展与技术 KOL、开源项目、高校及企业客户的合作，扩大产品在开发者生态中的影响力。
1.方向探索：洞察AI技术趋势与用户需求的交叉点，定义孵化方向，不等人喂赛道； 2. 0→1验证：快速设计MVP，2-4周出原型，用数据说话决定pivot还是proceed； 3. 产品定义：从模糊idea到清晰spec，能把"可能有用"变成"非用不可"； 4. 孵化转轨：验证通过的项目，推动进入正式产品线或独立商业化。
1. 负责智能数据产品中AI应用的技术架构及系统研发，包括智能体框架搭建，MCP服务构建，Skill开发，多智能体A2A协作架构搭建等； 2. 跟踪前沿技术，探索AI Native应用的新型架构设计，推动AI技术在业务场景中落地； 3. 构建打通需求分析、产品设计、技术系分、代码生成, 测试回归、CodeReview和上线发布全流程，跨产品、前后端研发和质量多角色的 Agentic 研发新范式； 4. 具备架构设计思维及理念，参与制定团队中长期的技术规划和架构演进路线图； 5. 与产品、解决方案等团队紧密协作，提供具有前瞻性的技术解决方案，确保技术方案与业务目标的高度一致性。