主要職責：
1、設(shè)計RLHF訓(xùn)練流程，利用醫(yī)生/專家反饋微調(diào)模型；
2、建立多維質(zhì)量指標（醫(yī)學(xué)正確性、引用完整性、語義清晰度）；
3、與QC團隊協(xié)作，實現(xiàn)“人機共訓(xùn)”閉環(huán)。
任職要求：
1、機器學(xué)習(xí)或數(shù)據(jù)科學(xué)專業(yè)背景；
2、熟悉強化學(xué)習(xí)原理與人類反饋建模；
3、能編寫高質(zhì)量Python訓(xùn)練代碼，歡迎在扎實編程能力的基礎(chǔ)上做氛圍編程；
4、優(yōu)秀的團隊協(xié)作能力，溝通能力強；
5、具備產(chǎn)品思維，較強的邏輯思維和問題解決能力，能夠快速學(xué)習(xí)并適應(yīng)新技術(shù)和新場景。
優(yōu)先條件：
1、有微調(diào)、RLHF實踐經(jīng)驗，有醫(yī)學(xué)AI模型優(yōu)化經(jīng)驗；
2、有開源項目貢獻經(jīng)驗（如GitHub熱門項目）；
3、熟悉醫(yī)療/生物領(lǐng)域；
4、機器學(xué)習(xí),強化學(xué)習(xí)(MDP, PG, PPO)理論底子強;
5、發(fā)表過相關(guān)學(xué)術(shù)論文。