岗位职责
- 医疗 AI 大模型 Infra 建设与业务支撑：负责医疗 AI 大模型在 Harness、训练、推理全链路的基础设施建设与能力落地，支撑问诊、诊断辅助、医学知识检索、病历理解、临床决策支持、健康管理等核心医疗场景，推动前沿 AI 能力从研究原型走向稳定、可规模化的业务系统；
- Agentic Harness 系统建设: 设计并实现面向医疗场景的 Agentic Harness，包括任务环境构建、工具调用框架、轨迹采集、评测体系、数据闭环与自动化迭代机制；重点探索 Agentic Search、Code React、Self-Evolution、多工具协同、多智能体协作、长链路任务执行等方向，提升模型在复杂医疗任务中的自主推理、信息检索、任务分解和问题解决能力；
- 训练基础设施与 Agentic RL 能力建设：建设面向大模型后训练、Agentic RL 和自进化的训练 Infra，支持 custom rollout、trajectory generation、reward/verifier 设计、偏好数据构建、在线/离线策略优化、自动数据合成与筛选等能力；推动 RLHF、RLAIF、DPO、PPO/GRPO、Self-Play、Self-Evolution 等技术在医疗 AI 场景中的落地；
- 推理系统与高性能 Serving 优化：负责大模型推理系统的架构设计与性能优化，包括但不限于分布式 KV-Cache、Continuous Batching、Speculative Decoding、Prefill/Decode 分离、模型并行、请求路由、多模型级联、缓存复用、长上下文推理、低延迟高吞吐 Serving 等方向，持续优化医疗业务场景下的推理成本、稳定性和用户体验。
职位要求
- 学历与专业背景：计算机、人工智能、软件工程、电子工程、自动化、信息工程、模式识别、统计学、应用数学、医学信息学、生物医学工程等相关专业硕博学历；
- 工程能力：熟练掌握 Python/PyTorch/Transformer/FSDP，熟悉 C++/Rust/Go/Java/Cuda/Triton/TileLang 等高性能编程语言的一种或多种，熟悉 Megatron/Slime/verl/vLLM/SGLang等常用训推框架中的一种或多种；有大规模分布式训练、高性能算子研发、Agentic RL等实战经验者优先；
- AI-Native：高度 AI-Native，能够熟练将大模型、Agent、代码生成、自动化评测、数据合成、智能检索、自动实验分析等能力融入日常研发流程；具备使用 AI 显著提升研发效率、问题定位效率和科研探索效率的实践经验；
- 加分项：深入参与过大规模、前沿模型的训练或推理系统建设；或在 AI、系统、医学人工智能等方向的顶会顶刊发表过论文；或热门开源项目贡献经历；或高水平的编程/AI/Benchmark等方向的竞赛或榜单获奖经历。 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。
