主分类：大模型与生成式算法研发
辅助：Agent系统开发（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": "AI应用算法实习生-医疗大模型",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里健康",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里健康",
"company_industry": "医药电商 / 数字医疗",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里健康提供线上线下药事服务和数字化医疗服务。"
},
"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": "1、深度参与医疗领域大模型（Medical LLM）的全链路研发，负责包括基础模型预训练、指令微调（SFT）、以及基于人类反馈的强化学习（RLHF）等核心技术的建模与优化；\n2、探索并实现面向医疗诊断辅助、健康管理等复杂场景的 AI Agent 架构，设计多步推理、工具调用及反思机制，提升模型解决实际医学问题的能力；\n3、建立完善的医疗垂直领域模型评估体系，从医学专业性、安全性、逻辑性等维度持续迭代算法方案。",
"requirements_text": "1、熟悉先进大模型的算法原理，有丰富的大模型训练（pre-train/post-train）或数据样本合成方面的经验或技巧优先；\n2、有大模型强化学习训练上有经验者优先，包括但不限于RFT、RLVR、PPO、GRPO等；\n3、在大模型方向有高质量（ACL、EMNLP、AAAI等）论文或开源项目产出者优先；\n4、自驱力强、有良好的协作能力；\n5、对医疗健康行业感兴趣，有热情。",
"skills": [AI生成
"强化学习",
"模型训练",
"大语言模型"
],
"preferred_qualifications": "1、熟悉先进大模型的算法原理，有丰富的大模型训练（pre-train/post-train）或数据样本合成方面的经验或技巧优先；2、有大模型强化学习训练上有经验者优先，包括但不限于RFT、RLVR、PPO、GRPO等；3、在大模型方向有高质量（ACL、EMNLP、AAAI等）论文或开源项目产出者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199904300001?deptCodes="
}
]
},
"posting": {
"posting_id": "199904300001",
"post_date": "2026-04-10",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199904300001?deptCodes="
},
"fulltext": "AI应用算法实习生-医疗大模型\nAI应用算法实习生-医疗大模型\n\n基础信息\n毕业起止时间要求：2027-11-01 - 2029-10-31\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：杭州\n\n职位描述\n1、深度参与医疗领域大模型（Medical LLM）的全链路研发，负责包括基础模型预训练、指令微调（SFT）、以及基于人类反馈的强化学习（RLHF）等核心技术的建模与优化；\n2、探索并实现面向医疗诊断辅助、健康管理等复杂场景的 AI Agent 架构，设计多步推理、工具调用及反思机制，提升模型解决实际医学问题的能力；\n3、建立完善的医疗垂直领域模型评估体系，从医学专业性、安全性、逻辑性等维度持续迭代算法方案。\n\n职位要求\n1、熟悉先进大模型的算法原理，有丰富的大模型训练（pre-train/post-train）或数据样本合成方面的经验或技巧优先；\n2、有大模型强化学习训练上有经验者优先，包括但不限于RFT、RLVR、PPO、GRPO等；\n3、在大模型方向有高质量（ACL、EMNLP、AAAI等）论文或开源项目产出者优先；\n4、自驱力强、有良好的协作能力；\n5、对医疗健康行业感兴趣，有热情。\n\n在招业务\n阿里健康\n1、深度参与医疗领域大模型（Medical LLM）的全链路研发，负责包括基础模型预训练、指令微调（SFT）、以及基于人类反馈的强化学习（RLHF）等核心技术的建模与优化；\n2、探索并实现面向医疗诊断辅助、健康管理等复杂场景的 AI Agent 架构，设计多步推理、工具调用及反思机制，提升模型解决实际医学问题的能力；\n3、建立完善的医疗垂直领域模型评估体系，从医学专业性、安全性、逻辑性等维度持续迭代算法方案。\n1、熟悉先进大模型的算法原理，有丰富的大模型训练（pre-train/post-train）或数据样本合成方面的经验或技巧优先；\n2、有大模型强化学习训练上有经验者优先，包括但不限于RFT、RLVR、PPO、GRPO等；\n3、在大模型方向有高质量（ACL、EMNLP、AAAI等）论文或开源项目产出者优先；\n4、自驱力强、有良好的协作能力；\n5、对医疗健康行业感兴趣，有热情。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}