岗位描述
团队介绍： 蚂蚁健康正在自研医疗多模态大模型（Santé-VL），你身边的阿福，让 AI 真正理解医学、服务医生和患者。我们相信：好的医疗 AI，一定要由懂医学的人深度参与构建。 工作内容： 1. 本岗位同时面向大模型算法人才与医学专业人才开放，设「基础模型方向」与「应用算法方向」两大方向； 2. 无论你擅长模型训练还是医学专业，都能在「医学问题定义 → 数据构建 → 模型训练 → 效果验证」的完整链路中找到自己的主场，深度参与医疗大模型从数据到训练到评测的核心链路。 方向一：基础模型 1. 基座模型构建：负责医疗影像多模态基础模型的预训练工作，探索高效的训练策略与架构，使模型具备强大的视觉与语言理解能力； 2. 模型能力对齐：负责模型的后训练工作，通过指令微调（SFT）、人类反馈对齐（如 RLHF / DPO）等技术，使模型能精准理解并执行下游任务，如影像问答、报告解读、病理诊断等； 3. 数据引擎建设：参与构建高质量的训练数据流，研究并实践先进的数据清洗、数据合成等技术项目； 4. 前沿技术跟进：持续研究和跟踪多模态大模型领域的最新进展，并将其创新性地应用于医疗项目，保持团队的技术领先性。 方向二：应用算法 1. 医学专业性把关：参与医疗大模型训练数据（SFT / RL）的医学质量建设——定义什么是对的、什么是好的、什么是危险的，设计医学标注规范与质控流程，对模型输出的医学准确性与安全性负责； 2. 评测标准制定：设计贴近临床真实的评测体系（医学问答、报告解读、影像理解、问诊对话等），构建权威医学评测集，对模型 badcase 做医学归因分析，驱动效果迭代； 3. 医学 → 算法翻译：把临床真实场景和医生需求，拆解成可执行的算法任务和数据需求，与算法团队一起跑通「医学问题定义 → 数据构建 → 模型训练 → 效果验证」的全链路； 4. 医学知识体系梳理：参与医学知识图谱 / 临床指南 / 权威教材语料的体系化建设，让模型的医学知识「有源头、可信赖」。