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": "医疗多模态大模型与AI智能体-阿里星",
"job_level": "校招",AI生成
"work_category": "全职",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": "计算机、人工智能、电子工程等相关专业的优秀硕士或博士生",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.研发面向医疗场景的多模态大模型（医学VLM），涵盖模型架构设计、多模态预训练与对齐、指令微调等\n2.探索医疗AI Agent的构建，包括多步推理、工具调用、临床工作流编排等\n3.与临床医生合作完成数据收集、标注和临床验证\n4.每年发表1-2篇顶会/顶刊论文（如CVPR、NeurIPS、AAAI、MICCAI、IEEE TMI、MedIA等）\n5.与工程产品团队协作，推动模型在业务场景中的落地应用",
"requirements_text": "1.计算机、人工智能、电子工程等相关专业的优秀硕士或博士生\n2.熟悉大语言模型或多模态大模型的训练流程（预训练、SFT、RLHF/DPO等）\n3.掌握深度学习模型（CNN、Transformer、VIT）及分布式训练，动手能力强\n4.在计算机视觉、NLP或多模态方向的顶会顶刊发表过高质量论文\n5.具备清晰的逻辑思考能力，善于从复杂问题中提炼核心\n加分项：\n1.有医学影像分析（分割、检测、报告生成）相关经验\n2.有LLM/VLM训练或Agent系统开发经验\n3.熟悉强化学习、推理增强（CoT/ToT）或检索增强生成（RAG）技术",
"skills": [AI生成
"深度学习",
"强化学习",
"计算机视觉",
"大语言模型",
"检索增强生成"
],
"preferred_qualifications": "加分项：",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199907740108?deptCodes="
}
]
},
"posting": {
"posting_id": "199907740108",
"post_date": "2026-07-30",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199907740108?deptCodes="
},
"fulltext": "医疗多模态大模型与AI智能体-阿里星\n医疗多模态大模型与AI智能体-阿里星\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：北京 / 杭州\n\n职位描述\n1.研发面向医疗场景的多模态大模型（医学VLM），涵盖模型架构设计、多模态预训练与对齐、指令微调等\n2.探索医疗AI Agent的构建，包括多步推理、工具调用、临床工作流编排等\n3.与临床医生合作完成数据收集、标注和临床验证\n4.每年发表1-2篇顶会/顶刊论文（如CVPR、NeurIPS、AAAI、MICCAI、IEEE TMI、MedIA等）\n5.与工程产品团队协作，推动模型在业务场景中的落地应用\n\n职位要求\n1.计算机、人工智能、电子工程等相关专业的优秀硕士或博士生\n2.熟悉大语言模型或多模态大模型的训练流程（预训练、SFT、RLHF/DPO等）\n3.掌握深度学习模型（CNN、Transformer、VIT）及分布式训练，动手能力强\n4.在计算机视觉、NLP或多模态方向的顶会顶刊发表过高质量论文\n5.具备清晰的逻辑思考能力，善于从复杂问题中提炼核心\n加分项：\n1.有医学影像分析（分割、检测、报告生成）相关经验\n2.有LLM/VLM训练或Agent系统开发经验\n3.熟悉强化学习、推理增强（CoT/ToT）或检索增强生成（RAG）技术\n\n在招业务\n阿里巴巴控股集团\n1.研发面向医疗场景的多模态大模型（医学VLM），涵盖模型架构设计、多模态预训练与对齐、指令微调等\n2.探索医疗AI Agent的构建，包括多步推理、工具调用、临床工作流编排等\n3.与临床医生合作完成数据收集、标注和临床验证\n4.每年发表1-2篇顶会/顶刊论文（如CVPR、NeurIPS、AAAI、MICCAI、IEEE TMI、MedIA等）\n5.与工程产品团队协作，推动模型在业务场景中的落地应用\n1.计算机、人工智能、电子工程等相关专业的优秀硕士或博士生\n2.熟悉大语言模型或多模态大模型的训练流程（预训练、SFT、RLHF/DPO等）\n3.掌握深度学习模型（CNN、Transformer、VIT）及分布式训练，动手能力强\n4.在计算机视觉、NLP或多模态方向的顶会顶刊发表过高质量论文\n5.具备清晰的逻辑思考能力，善于从复杂问题中提炼核心\n加分项：\n1.有医学影像分析（分割、检测、报告生成）相关经验\n2.有LLM/VLM训练或Agent系统开发经验\n3.熟悉强化学习、推理增强（CoT/ToT）或检索增强生成（RAG）技术",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [
"T009"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}