岗位职责
- 负责医疗大模型Agentic Long-horizon核心能力建设：设计并优化面向复杂医疗场景（如多轮问诊、辅助诊疗决策、病历生成与核查等）的智能体长程任务训练框架，提升模型在长上下文、多步推理及工具调用中的稳定性与准确性；
- 攻克长程任务训练关键技术：深入研究并落地RLHF/RLAIF、Process Reward Model 、Self-play、Synthetic Data Generation等前沿技术，解决Agent在长链路执行中的误差累积、探索效率低及奖励稀疏等难题；
- 探索通用Agent与医疗Agent的泛化性迁移机制：研究通用Agentic能力（如规划、反思、工具使用）向医疗垂直场景的高效迁移范式，探索领域自适应、跨域对齐等方法，提升Agent在未见过的医疗长尾任务、新科室/新病种场景下的零样本/少样本泛化能力，避免过度拟合通用数据或单一医疗子任务；
- 构建医疗Agent评测与数据飞轮：搭建面向Long-horizon任务及泛化性评估的自动化评测基准与仿真环境，设计覆盖通用能力与医疗专属能力的多维度测试集，通过数据-训练-评测闭环持续驱动模型泛化边界拓展；
- 前沿技术探索与医疗落地：跟踪LLM Agent、Reasoning、Transfer Learning、Long-context等方向最新学术进展，结合蚂蚁丰富的医疗生态与真实业务反馈，将泛化性研究成果转化为可落地的医疗大模型产品能力。
职位要求
基础要求：
- 代码与工程能力卓越：精通Python，熟悉PyTorch/DeepSpeed/Megatron等深度学习框架，具备大规模分布式训练或强化学习系统开发经验者优先；
- AI理论基础扎实：深入理解Transformer架构、大模型预训练/微调范式，对强化学习（PPO/GRPO/DPO等）、搜索规划、Agent架构及迁移学习/泛化理论有系统性认知；
- 敏锐的前沿洞察力：具备极强的论文阅读与复现能力，能快速捕捉Long-horizon Agent、Reasoning、RL for LLM、Domain Generalization等领域的核心创新点，并具备批判性思维与技术选型判断力；
- 使命驱动：致力于实现通用人工智能，对用AI解决医疗健康行业真实痛点有强烈热情与责任感，认同“通用能力为基、医疗场景为用”的技术路线。 加分项：
- 顶会/顶刊成果：在ICML、NeurIPS、ICLR、ACL、EMNLP、AAAI等顶级会议/期刊发表过Agent、RL、Reasoning、Long-context、Domain Adaptation或医疗AI相关论文者优先；
- 专项科研/项目经验：有WebAgent、SWE-bench、OSWorld等Long-horizon Benchmark研究经验，或参与过OpenHands、AutoGen、LangGraph等知名Agent开源项目贡献者优先；有通用Agent能力迁移至垂直领域（如医疗、金融、代码等）的研究或实战经验者优先；
- 竞赛与实战：ACM-ICPC/IOI金牌/银牌，Kaggle Grandmaster/Master，或在NeurIPS/ICLR等顶会Workshop/Competition中获得前列名次者优先；
- 交叉学科背景：计算机、人工智能、数学、自动化等专业，同时具备生物医学工程、临床医学或医疗信息学知识/研究成果者优先；
- 开源影响力：在GitHub有高星Agent/RL/LLM/Transfer Learning相关开源项目，或主导过高质量跨域数据集/Benchmark构建者优先。
