蚂蚁集团-多模态产品专家（视觉/医疗文档理解方向）-健康事业群当面告知
蚂蚁科技集团股份有限公司
2026-11-29 00:00:00
社招博士硕士
岗位详情
地区：
杭州市
专业要求：
人工智能计算机科学与技术
岗位职责：
1、医疗报告智能解读： 负责“阿福”的拍照/上传报告功能，核心解决体检单、化验单、处方单等复杂排版图片的结构化提取与医学结论分析；
2、视觉模型调优： 构建医疗文档的图文评测集（Benchmark），解决模糊拍摄、手写体识别、复杂表格对齐等长尾问题，降低模型幻觉；
3、多模态交互体验： 设计“拍一拍”后的交互流，让用户不仅看到数据，还能通过图片与阿福进行多轮问诊对话。
招聘要求：
1、学历： 硕士学历及以上，计算机（CS）/人工智能专业背景；
2、经验： 3年以上 AI/大模型产品经验，必须有 CV（计算机视觉） 或 多模态大模型（VLM） 落地经验；
3、能力： 懂 OCR 技术边界，熟悉 GPT-4o-vision、Gemini、Qwen-VL 等多模态模型在文档理解上的应用；
4、加分项：做过医疗病历结构化或单据识别类产品；有医疗背景或极强的医学知识自学能力（能分清检验指标含义）。
公司介绍
蚂蚁科技集团股份有限公司
蚂蚁科技集团股份有限公司，成立于2000-10-19，位于浙江，法定代表人：韩歆毅，登记状态：存续，注册资本3500000万人民币，公司类型：民营/私企
蚂蚁集团是中国较大的移动支付平台支付宝的母公司，也是全球金融科技开放平台，致力于以科技推动包括金融服务业在内的全球现代服务业的数字化升级，携手合作伙伴为消费者和小微企业提供普惠、绿色、可持续的服务，为世界带来微小而美好的改变。