岗位描述
岗位职责
【岗位职责】
1.模型训练与调优:参与医疗垂类大模型的微调和对齐工作,包括 SFT(指令微调)、RLHF/DPO 等流程,提升模型在病历理解、医学问答等场景下的准确性和安全性。
2.数据工程建设:负责高质量医疗数据的清洗、筛选与合成(Data Synthesis),构建大规模预训练及微调数据集,探索数据配比策略以提升模型效果。
3.应用架构研发:参与 RAG(检索增强生成)系统的构建,优化召回与排序算法以解决模型幻觉问题;参与医疗 AI Agent 的设计,实现模型对外部工具(如知识库、计算器)的调用能力。
4.性能优化与落地:跟进最新的模型压缩与推理加速技术(如 LoRA, QLoRA, vLLM 等),协助进行模型部署与服务化,降低推理成本,提升响应速度。
5.前沿技术探索:追踪大模型领域最新论文(如 MoE, 长上下文窗口, 思维链 CoT),结合医疗业务场景进行实验验证与落地尝试。
岗位要求
【岗位要求】
1.2027届硕士及以上学历,计算机科学、人工智能相关专业,有医学/生物信息交叉背景者优先。
2.代码能力强,精通 Python,熟悉 PyTorch 深度学习框架,数据结构与算法基础扎实。
3.深入理解 Transformer 架构(Attention 机制、位置编码、归一化等),熟悉 BERT、GPT、Qwen 等主流模型的原理及差异。
4.具有大模型相关实习或科研项目经验优先(如:预训练、微调、提示工程、RLHF)。
5.具备极强的自驱力和好奇心,能够独立阅读英文论文并将其复现为实验代码。