岗位职责
-负责医疗行业大模型 Agent 的记忆策略设计与落地，建设并持续迭代用户长期记忆、短期工作记忆、场景画像等多层记忆体系，优化记忆的写入、检索、更新与遗忘机制，提升 Agent 在多轮对话与长程任务中的个性化与连续性表现 -负责医疗行业基础库的内容策略设计与落地，围绕医生、医院、疾病、症状、药品、检查、治疗方案等基础内容库，建设内容结构化、标准化、更新维护与质量评估体系，支撑医学知识图谱构建与 Agent 的内容检索、理解与精准调用 -基于用户 Query、对话上下文与交互行为开展特征与样本加工，为 Agent 记忆策略与基础库内容策略提供数据支撑，从数据视角挖掘用户诉求并赋能业务优化 -建设 Agent 记忆与医疗行业基础库内容策略的全链路数据与评测体系，量化评估策略及模型变更影响，结合线上反馈定位失败模式，推动“数据-策略-效果”闭环持续自进化 -协同产品、算法与医疗业务团队，推动策略方案从实验验证到规模化落地，对任务完成率、回答准确性、个性化体验等核心指标负责 -跟踪大模型与 Agent 前沿技术，探索记忆增强、上下文工程、RAG 与医疗行业基础库内容策略在健康场景中的创新应用
职位要求
-计算机、人工智能、数学、统计学等相关专业本科及以上学历，3 年以上数据策略、算法或数据挖掘研发经验，有大模型或 Agent 落地经验者优先，有医疗健康场景经验者优先 -深入理解 Agent 核心体系（Planning、Memory、Reflection 等），熟悉 ReAct/CoT 等推理范式，具备记忆管理、上下文工程、RAG 或长程任务系统设计与落地经验 -具备扎实的 NLP 与文本理解功底，熟悉实体抽取、语义匹配、文本分类等任务，有医疗知识图谱、医学知识库或结构化医疗内容建设经验者优先 -熟练掌握 Python，熟悉常用深度学习框架（PyTorch 等）与大模型应用技术栈（向量检索、Prompt 工程、模型微调等），具备良好的数据处理、特征工程与在线开发能力 -具备统计与机器学习基础，熟悉实验评估方法论（离线评测、AB 实验、LLM-as-Judge 等），能够独立完成业务问题的建模、分析与策略落地
