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

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。 【任职要求】 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）。