部门介绍： 医疗健康产业正在加速拥抱数智化，从第一笔挂号缴费到第一个AI就医助理，蚂蚁健康持续助力医疗服务创新升级。蚂蚁健康算法团队致力于建设医疗健康场景中的AI算法能力，技术领域包括大模型、自然语言处理、计算机视觉、多模态、音视频交互等。团队成员包括行业资深技术精英，近年团队发表了数十篇顶级学术论文，并在多项国际竞赛中取得了优秀成绩。我们致力于打造一支AI驱动的、面向的医疗健康领域的前沿技术团队。在这里，你可以：[1] 参与到医疗健康AI应用蚂蚁阿福的研发中，用技术推动医疗健康事业发展，在充满挑战的工作中感受到前所未有的满足感。[2] 得到技术大牛的一对一指导，在海量数据和大规模算力资源加持下，自由探索感兴趣的技术方向，实现快速地自我成长。[3] 融入到一个坦诚交流的团队中，与一群有情有义的人，在一起做有意义的事。 职位描述： 1. Agent RL 算法前沿探索与落地：负责超大规模语言模型在强化学习阶段的核心算法研发，探索在大规模 Scale 场景下的稳定性与收敛效率； 2. 复杂推理增强优化：研究 RL 在 Agent 决策、多步推理及长序列规划中的算法设计与应用，通过强化学习提升模型在数学、编程及复杂任务编排上的逻辑能力； 3. 高并发 RL 训练系统与优化：针对 Agent 环境交互中的高并发需求，设计并优化大规模分布式强化学习训练架构，解决复杂 Action Space 下的采样效率瓶颈，实现算法与计算资源的高效协同； 4. 奖励模型构建：设计高可靠的奖励模型，解决偏好学习中的数据噪声、奖励作弊等挑战，实现价值与机器智能的高度对齐； 5. 极致性能优化：与工程团队协作，优化千万级乃至亿级参数规模下的训练算子与显存效率，探索极致的并行计算与策略梯度优化方案。