2. 全流程模型管理
- 主导模型从数据预处理、训练、评估到部署的全生命周期管理。
- 构建高质量垂直领域数据集（如中医古籍文本、电子病历），完成数据清洗、标注与增强。
- 使用DeepSpeed、FSDP等技术实现分布式训练，优化GPU资源利用率。

3. 强化学习与对齐技术
- 研究并实现 监督微调（SFT） 与 人类反馈强化学习（RLHF） 技术，提升模型对齐用户需求的能力（如ReFT论文中的强化微调方法）。
- 设计 奖励函数 和 PPO训练框架，优化模型在复杂任务中的决策能力（如中医辨证论治规则建模）。
- 探索 在线强化学习（Online RL） 和 离线强化学习（Offline RL） 在医疗场景的应用。

4. 技术落地与协作
- 将微调模型集成到HIS系统，支持智能问诊、诊疗辅助等功能，确保与医疗业务流程无缝对接。
- 与医疗顾问协作，验证模型输出的合规性（如中医理论规范、患者隐私保护）
- 输出技术文档与案例，支持客户培训及技术方案宣讲。

5. 前沿技术探索
- 跟踪大模型领域最新研究（如多模态模型、Agent框架），探索其在医疗场景的应用潜力。
- 研究对齐技术（如DPO/RLAIF）、RAG（检索增强生成）等，优化模型交互体验与响应质量。

职位要求：
1. 学历：计算机科学、人工智能、数学或医学相关专业硕士及以上学历。
2. 经验：3年以上深度学习或大模型项目经验，有医疗AI或NLP项目落地者优先。
3. 数学基础：
- 熟练掌握 线性代数（矩阵运算、特征值分解）、微积分（梯度下降、优化理论）、概率论与统计学（贝叶斯推断、假设检验）。
- 理解 马尔可夫决策过程（MDP）、贝尔曼方程、策略梯度定理 等强化学习数学基础。
4. 技术能力：
- 精通PyTorch/TensorFlow框架，熟悉HuggingFace生态及主流开源模型。
- 掌握参数高效微调（PEFT）技术，熟悉LoRA、Adapter等方法。
- 熟悉分布式训练（如DeepSpeed、FSDP）和模型压缩（如量化、蒸馏）。
- 有医疗数据处理经验（如电子病历、舌诊图像）或中医知识基础者优先。
5. 强化学习要求：
- 熟悉 监督微调（SFT）、人类反馈强化学习（RLHF）、ReFT（Reinforced Fine-Tuning） 等技术。
- 掌握 PPO（Proximal Policy Optimization）、DQN（Deep Q-Network） 等强化学习算法，能独立实现训练框架。
- 有 在线强化学习 或 离线强化学习 项目经验，能设计奖励函数并优化策略。
6. 工具掌握：
- 熟练使用Python。
- 熟悉模型部署技术（如FastAPI、Triton、vLLM、KTransformers等）。
加分项目：
- 对中医有一定程度的了解，有中医临床经验，或在中医医疗机构中具有工作经验会优先录取。
- 有强化学习论文复现或 ReFT技术实践经验。
- 参与过医疗AI竞赛（如Kaggle医疗挑战）或开源项目贡献。
- 掌握Docker、Kubernetes等DevOps工具