醫(yī)療服務場景自然語言技術攻關

職位類別：

工作內容

1、數(shù)據(jù)算法策略：搭建數(shù)據(jù)處理pipeline，提升數(shù)據(jù)流程的效率和質量；探索不斷提升數(shù)據(jù)質量的方法，包括但不限于篩選/合成等。包括文本、語音、圖像、視頻等多模態(tài)數(shù)據(jù)；
2、大語言模型訓練：通過持續(xù)預訓練、指令微調、RLHF技術手段，保持大模型通用能力不變，提升大模型醫(yī)療能力。涉及技術包括但不限于自動數(shù)據(jù)配比、提升指令數(shù)據(jù)質量、多樣性、獎勵建模、DPO、自進化等技術；
3、多模態(tài)大模型訓練：圖文視頻多模態(tài)預訓練、多模態(tài)大語言模型等相關技術研究，包括跨模態(tài)對齊、多模態(tài)理解，多模態(tài)生成等任務，參與多模態(tài)大模型的設計、訓練、調優(yōu)及評測工作，并推進多模態(tài)大模型在業(yè)務場景的應用落地；
4、應用：在問診、診斷等方向達到醫(yī)生能力等效，并應用于京東健康醫(yī)療服務，實現(xiàn)醫(yī)生效率提升。構建AI原生產品，應用于大規(guī)模C端用戶健康管理。
任職資格

1、包含但不限于計算機、信息工程、模式識別、人工智能、自動化、軟件工程、電子工程、統(tǒng)計學、應用數(shù)學、物理學/量子計算、信息安全、信號與信息處理等專業(yè)優(yōu)秀博士；
2、熟練掌握NLP基礎理論和相關技術，在一個或多個領域能夠獨立開展研發(fā)工作，熟練使用至少一種編程語言和深度學習框架，熟練使用常用深度學習工具；
3、在ACL、EMNLP、SIGIR、NAACL、COLING、IJCAI、AAAI、KDD等學術會議或期刊以第一作者發(fā)表過文章，大型NLP競賽獲獎者或有實際項目開發(fā)經驗者優(yōu)先；
4、良好的邏輯思維、優(yōu)秀的分析問題能力，可以快速定位并解決問題，具有良好的代碼編寫習慣，對解決具有挑戰(zhàn)性問題充滿熱情，有志于使用前沿AI技術解決工業(yè)、健康等產業(yè)問題。