岗位职责
- 负责医生端医疗大模型的后训练与效果优化，提升医学逻辑、问题解决能力和阅读效率。
- 建设医学问答的评测与奖励体系，联合医学专家沉淀Query-specific Rubric、评测集、reward model。
- 探索SFT、DPO、Rubric RL、Agentic RL在医学领域的技术落地，提升模型的推理、工具使用与泛化能力。
- 协同医学专家、产品和工程团队推进模型上线，确保模型在实际应用中的稳定性和效果。
职位要求
- 计算机、人工智能、自然语言处理方向本科及以上学历，具备扎实的机器学习和深度学习基础；
- 熟练使用Python、PyTorch，熟悉大模型后训练常见算法，有完整的模型训练或效果优化经历；
- 精通SFT、DPO、reward model、Rubric RL或Agentic RL中的一项或多项，能独立完成实验设计和问题定位；
- 对数据和评测敏感，能够从真实case中发现模型问题，并将分析结论转化为可落地的优化方案；
- 有医疗大模型、临床问答、RAG或Agent训练经验，对医疗健康有热爱和创业激情者优先。
