蚂蚁健康-大模型数据算法

岗位描述
数据决定了模型能力的上限，如何以 低成本、大规模的方式持续生产能够补齐模型能力的数据，是推动模型持续演化的重要基础。
可信是医疗AI的根基。我们深耕医疗领域，希望通过技术手段解决医疗数据专业性强、获取成本高、正确性要求高等行业难题，建立稳定、高质量、可规模化的医疗数据生产体系。
效率决定模型迭代的速度。我们希望构建一套人机协同的模型数据持续供给体系，让“发现问题 → 构建数据 → 验证价值 → 提升能力”持续运转，让高质量数据成为推动医疗大模型不断迭代和能力突破的重要力量。
如果你对Data-Centric AI、医疗大模型、自进化系统等方向感兴趣，希望真正参与“模型如何持续变强、如何在专业领域变得更加可靠”这个问题，欢迎加入我们。

岗位职责
高质量医疗数据构建
参与院内数据、公开数据及医疗行业数据的清洗治理、打标筛选、质量评估与价值挖掘，持续构建专业、可信、高价值的医疗数据。
Data-Centric AI
探索数据驱动模型能力提升的方法，参与模型缺陷挖掘、数据选择、数据增强、价值验证等能力建设，研究什么样的数据能够真正解决模型问题，持续探索模型能力边界。
自进化数据基建
参与探索面向持续交付的自进化模型数据体系，实现从问题发现、实验设计、数据生产到能力验证的自动化闭环，推动模型能力持续迭代。

岗位要求
- 计算机、数学、数据科学、医学等相关专业；
- 具备AI Native工作方式，使用大模型等工具建立知识体系，提升工作效率
- 有spark，ray等大规模数据处理框架经验，具备良好的数据处理与分析能力；
- 对大模型、数据、Agent 等方向有浓厚兴趣；

加分项
具备以下任一经验者优先：
- 有 AI / 数据/ 医学等相关顶会论文或科研经历
- 有优秀的开源项目、论文、竞赛或个人研究项目
- 有医疗 AI、医疗数据或医疗行业相关经验