主分类：大模型与生成式算法研发
辅助：计算机视觉与图像感知算法研发（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "研究型实习生-急症慢病多病种筛查",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里巴巴控股集团",
"location": "北京 / 杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "我们期待你具有医学影像/计算机视觉/机器学习等方面扎实的基础知识和丰富的实践经验。\n我们期待你对医学临床问题感兴趣，有热情从事相关工作。\n我们期待聪明、皮实、乐观、自省、追求卓越和自我驱动的优秀人士加入达摩院，共同开创医疗影像+AI的临床服务精准医疗新格局。\n岗位职责\n1、多模态医学AI算法研发与系统构建\n负责医学影像与计算机视觉基础算法的研究、系统研发及产品落地。包括但不限于：多模态医学影像综合分析、影像合成与增强、可扩展且泛化能力强的器官分割与病灶检测；同时拓展至病人临床信息学挖掘、疾病精准诊断、治疗方案预后优化推荐、以及基于AI的疗效评估与随访管理，打造新一代人工智能赋能的临床全流程解决方案。\n2、医疗大模型与多模态基础模型研究\n负责医疗垂直领域大语言模型（LLM）及视觉-语言多模态模型（VLM）的研发与适配。探索大模型在医学影像报告自动生成、结构化病历解析、复杂病例推理问答、临床知识图谱构建等场景的应用；研究模型微调（SFT/RLHF）、检索增强生成（RAG）及长上下文处理等关键技术，提升模型在医疗专业领域的准确性、安全性与可解释性。\n3、医疗智能体（Medical Agent）设计与开发\n设计并研发面向临床诊疗与科研场景的自主智能体系统。构建具备任务规划、工具调用、记忆管理及多Agent协作能力的智能体架构，实现从“单点算法”向“端到端临床任务执行”的跨越；例如开发能够自主完成影像阅片-病历调取-鉴别诊断-报告撰写-方案推荐的复合型AI助手，推动AI从辅助分析向主动决策支持演进。\n4、医工交叉融合与临床问题定义\n深度参与临床合作者的日常研发与研讨活动，建立紧密的医工协同机制。能够从真实临床痛点出发，将模糊的临床需求转化为可计算、可验证的AI技术问题；主导大模型与Agent技术在具体临床工作流中的集成与验证，确保技术研发与临床应用价值高度对齐。\n5、前沿技术探索与复合型人才培养\n跟踪医学AI、大模型及Agent领域的最新学术进展与产业动态，推动技术创新与成果转化；在跨学科团队中发挥技术引领作用，综合培养兼具医学理解力、传统CV功底与大模型/Agent系统工程能力的复合型AI人才。",
"requirements_text": "【必备项】\n1、良好的工程实现能力，熟练掌握C/C++、Java、Python等至少一门语言 ，能够提出并实现算法创新，并且能够在大规模综合性医学影像+临床数据上实现自己的算法并充分验证。\n2、极佳的科研能力，有成果发表在ICCV、MICCAI, IPMI, CVPR、ECCV、TMI, MedIA, NeurIPS、ICML、TPAMI等国际顶级会议、期刊者优先 ；\n3、良好的逻辑和数据分析能力，有好奇心，对本质性的创新感兴趣；\n4、熟悉计算机视觉、机器学习、医学影像分析与处理相关领域技术和应用，有大量实践经验者优先。\n同时，我们还希望你：\n1、学习能力强，对新事物保有好奇心，并能快速适应新环境；\n2、良好的沟通能力和团队协同能力；能与他人合作，共同完成目标；\n3、对所在领域有热情，善于独立思考并反思总结。",
"skills": [AI生成
"Python",
"Java",
"C++",
"机器学习",
"计算机视觉",
"数据分析",
"沟通能力",
"学习能力",
"分析能力"
],
"preferred_qualifications": "2、极佳的科研能力，有成果发表在ICCV、MICCAI, IPMI, CVPR、ECCV、TMI, MedIA, NeurIPS、ICML、TPAMI等国际顶级会议、期刊者优先；4、熟悉计算机视觉、机器学习、医学影像分析与处理相关领域技术和应用，有大量实践经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199904160007?deptCodes="
}
]
},
"posting": {
"posting_id": "199904160007",
"post_date": "2026-06-11",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199904160007?deptCodes="
},
"fulltext": "研究型实习生-急症慢病多病种筛查\n研究型实习生-急症慢病多病种筛查\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2030-01-01\n职位类别：技术类\n招聘项目：阿里巴巴研究型实习生\n工作地点：北京 / 杭州\n\n职位描述\n我们期待你具有医学影像/计算机视觉/机器学习等方面扎实的基础知识和丰富的实践经验。\n我们期待你对医学临床问题感兴趣，有热情从事相关工作。\n我们期待聪明、皮实、乐观、自省、追求卓越和自我驱动的优秀人士加入达摩院，共同开创医疗影像+AI的临床服务精准医疗新格局。\n岗位职责\n1、多模态医学AI算法研发与系统构建\n负责医学影像与计算机视觉基础算法的研究、系统研发及产品落地。包括但不限于：多模态医学影像综合分析、影像合成与增强、可扩展且泛化能力强的器官分割与病灶检测；同时拓展至病人临床信息学挖掘、疾病精准诊断、治疗方案预后优化推荐、以及基于AI的疗效评估与随访管理，打造新一代人工智能赋能的临床全流程解决方案。\n2、医疗大模型与多模态基础模型研究\n负责医疗垂直领域大语言模型（LLM）及视觉-语言多模态模型（VLM）的研发与适配。探索大模型在医学影像报告自动生成、结构化病历解析、复杂病例推理问答、临床知识图谱构建等场景的应用；研究模型微调（SFT/RLHF）、检索增强生成（RAG）及长上下文处理等关键技术，提升模型在医疗专业领域的准确性、安全性与可解释性。\n3、医疗智能体（Medical Agent）设计与开发\n设计并研发面向临床诊疗与科研场景的自主智能体系统。构建具备任务规划、工具调用、记忆管理及多Agent协作能力的智能体架构，实现从“单点算法”向“端到端临床任务执行”的跨越；例如开发能够自主完成影像阅片-病历调取-鉴别诊断-报告撰写-方案推荐的复合型AI助手，推动AI从辅助分析向主动决策支持演进。\n4、医工交叉融合与临床问题定义\n深度参与临床合作者的日常研发与研讨活动，建立紧密的医工协同机制。能够从真实临床痛点出发，将模糊的临床需求转化为可计算、可验证的AI技术问题；主导大模型与Agent技术在具体临床工作流中的集成与验证，确保技术研发与临床应用价值高度对齐。\n5、前沿技术探索与复合型人才培养\n跟踪医学AI、大模型及Agent领域的最新学术进展与产业动态，推动技术创新与成果转化；在跨学科团队中发挥技术引领作用，综合培养兼具医学理解力、传统CV功底与大模型/Agent系统工程能力的复合型AI人才。\n\n职位要求\n【必备项】\n1、良好的工程实现能力，熟练掌握C/C++、Java、Python等至少一门语言 ，能够提出并实现算法创新，并且能够在大规模综合性医学影像+临床数据上实现自己的算法并充分验证。\n2、极佳的科研能力，有成果发表在ICCV、MICCAI, IPMI, CVPR、ECCV、TMI, MedIA, NeurIPS、ICML、TPAMI等国际顶级会议、期刊者优先 ；\n3、良好的逻辑和数据分析能力，有好奇心，对本质性的创新感兴趣；\n4、熟悉计算机视觉、机器学习、医学影像分析与处理相关领域技术和应用，有大量实践经验者优先。\n同时，我们还希望你：\n1、学习能力强，对新事物保有好奇心，并能快速适应新环境；\n2、良好的沟通能力和团队协同能力；能与他人合作，共同完成目标；\n3、对所在领域有热情，善于独立思考并反思总结。\n\n在招业务\n阿里巴巴控股集团\n我们期待你具有医学影像/计算机视觉/机器学习等方面扎实的基础知识和丰富的实践经验。\n我们期待你对医学临床问题感兴趣，有热情从事相关工作。\n我们期待聪明、皮实、乐观、自省、追求卓越和自我驱动的优秀人士加入达摩院，共同开创医疗影像+AI的临床服务精准医疗新格局。\n岗位职责\n1、多模态医学AI算法研发与系统构建\n负责医学影像与计算机视觉基础算法的研究、系统研发及产品落地。包括但不限于：多模态医学影像综合分析、影像合成与增强、可扩展且泛化能力强的器官分割与病灶检测；同时拓展至病人临床信息学挖掘、疾病精准诊断、治疗方案预后优化推荐、以及基于AI的疗效评估与随访管理，打造新一代人工智能赋能的临床全流程解决方案。\n2、医疗大模型与多模态基础模型研究\n负责医疗垂直领域大语言模型（LLM）及视觉-语言多模态模型（VLM）的研发与适配。探索大模型在医学影像报告自动生成、结构化病历解析、复杂病例推理问答、临床知识图谱构建等场景的应用；研究模型微调（SFT/RLHF）、检索增强生成（RAG）及长上下文处理等关键技术，提升模型在医疗专业领域的准确性、安全性与可解释性。\n3、医疗智能体（Medical Agent）设计与开发\n设计并研发面向临床诊疗与科研场景的自主智能体系统。构建具备任务规划、工具调用、记忆管理及多Agent协作能力的智能体架构，实现从“单点算法”向“端到端临床任务执行”的跨越；例如开发能够自主完成影像阅片-病历调取-鉴别诊断-报告撰写-方案推荐的复合型AI助手，推动AI从辅助分析向主动决策支持演进。\n4、医工交叉融合与临床问题定义\n深度参与临床合作者的日常研发与研讨活动，建立紧密的医工协同机制。能够从真实临床痛点出发，将模糊的临床需求转化为可计算、可验证的AI技术问题；主导大模型与Agent技术在具体临床工作流中的集成与验证，确保技术研发与临床应用价值高度对齐。\n5、前沿技术探索与复合型人才培养\n跟踪医学AI、大模型及Agent领域的最新学术进展与产业动态，推动技术创新与成果转化；在跨学科团队中发挥技术引领作用，综合培养兼具医学理解力、传统CV功底与大模型/Agent系统工程能力的复合型AI人才。\n【必备项】\n1、良好的工程实现能力，熟练掌握C/C++、Java、Python等至少一门语言 ，能够提出并实现算法创新，并且能够在大规模综合性医学影像+临床数据上实现自己的算法并充分验证。\n2、极佳的科研能力，有成果发表在ICCV、MICCAI, IPMI, CVPR、ECCV、TMI, MedIA, NeurIPS、ICML、TPAMI等国际顶级会议、期刊者优先 ；\n3、良好的逻辑和数据分析能力，有好奇心，对本质性的创新感兴趣；\n4、熟悉计算机视觉、机器学习、医学影像分析与处理相关领域技术和应用，有大量实践经验者优先。\n同时，我们还希望你：\n1、学习能力强，对新事物保有好奇心，并能快速适应新环境；\n2、良好的沟通能力和团队协同能力；能与他人合作，共同完成目标；\n3、对所在领域有热情，善于独立思考并反思总结。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T034"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}