蚂蚁金服算法实习生-医疗健康方向
任职要求
1、计算机、生物医学工程、统计学、数学等相关专业，硕士及以上学历在读，能连续实习 4个月及以上，每周至少 4天； 2、熟练使用 Python，掌握 PyTorch/TensorFlow 至少一种深度学习框架； 3、具备以下至少 一个方向 的项目或论文经验： 医学影像分析：熟悉 UNet/TransUNet/Swin-UNet 等分割网络，有 MICCAI/ISBI 竞赛或论文经验优先； 医疗NLP：熟悉 BERT/GPT 系列预训练模型，有医学实体识别、关系抽取、临床文本生成等经验优先； 多模态学习：有视觉-语言多模态模型（CLIP/BLIP…
工作职责
1、参与医疗影像（CT/MRI/X光/病理切片等）分析算法的研究与开发，包括目标检测、分割、分类等任务； 2、参与医学文本（电子病历、临床指南、医学文献）的NLP算法研发，涵盖信息抽取、知识图谱构建、临床问答等； 3、探索多模态医学数据融合方案，实现影像+文本+结构化数据的联合建模； 4、跟踪医疗AI前沿论文，复现并评估SOTA方法，输出技术调研报告； 5、协助算法模型的数据标注规范制定、训练调优及效果评估； 6、参与算法工程化落地，配合团队完成模型部署与A/B测试。
1、深度参与医疗领域大模型（Medical LLM）的全链路研发，负责包括基础模型预训练、指令微调（SFT）、以及基于人类反馈的强化学习（RLHF）等核心技术的建模与优化； 2、探索并实现面向医疗诊断辅助、健康管理等复杂场景的 AI Agent 架构，设计多步推理、工具调用及反思机制，提升模型解决实际医学问题的能力； 3、建立完善的医疗垂直领域模型评估体系，从医学专业性、安全性、逻辑性等维度持续迭代算法方案。
1、深度参与医疗领域大模型（Medical LLM）的全链路研发，负责包括基础模型预训练、指令微调（SFT）、以及基于人类反馈的强化学习（RLHF）等核心技术的建模与优化 2、探索并实现面向医疗诊断辅助、健康管理等复杂场景的 AI Agent 架构，设计多步推理、工具调用及反思机制，提升模型解决实际医学问题的能力 3、建立完善的医疗垂直领域模型评估体系，从医学专业性、安全性、逻辑性等维度持续迭代算法方案
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。 具体职责包括但不限于： 1、负责医学影像+计算机视觉基础算法分析、诊断、搜索、合成等方面的算法研究、系统研发和产品开发; 包括研发多模态医学影像综合分析，医学影像合成与增强，scalable & generalizable 器官分割，病灶检测, 病人临床信息学，疾病精准诊断，疾病治疗方案预后优化和推荐，病人治疗随访并疗效评估等新一代的人工智能赋能的临床流程。 2、积极参与我们临床合作者的日常研发和研讨活动，能够从病人的角度出发，定义临床问题，研发临床人工智能解决方案，比较综合的培养人才。
研究领域： 人工智能 项目简介： 随着远程医疗、居家康复、互联网医院等场景爆发式增长，医患之间“面对面”实时交互从“线下”迁移到“线上”。传统文字/图片问诊已无法满足听诊、视诊、康复指导、急救指挥等强实时、强感官的临床需求。 项目聚焦“听得到、看得见、看得懂、答得准”四大痛点，构建一套医疗级、低延时、可解释、可扩展的音视频多模态实时交互 Agent 框架。通过融合图像、视频、音频、文字、结构化数据等模态数据，实现接近真人医生视频对话的实时交互效果，提升用户体验，保障在AI诊疗任务中的识别效果。