研发工程师（后训练）

岗位介绍： 本岗位隶属于上海药图智能科技有限公司，聚焦于生物医学文献的高通量信息抽取。核心使命是通过NLP和多模态技术，将非结构化科学文献转化为高质量结构化知识图谱，赋能药物靶点发现、适应症挖掘、竞争情报分析等核心业务场景。 岗位职责: 1.训练与优化实体关系抽取模型：基于生物医学文献，训练和微调NER与RE模型，识别基因、蛋白质、化合物、疾病等核心实体及其相互作用关系，提升在长尾与歧义场景下的抽取精度。 2.多模态信息抽取：研发表格结构识别与分子结构图像解析模型，从文献表格和科学图表中提取实验数据、统计信息及化学结构（SMILES等），实现文本-表格-图像的跨模态语义对齐与融合。 3.大模型后训练与知识优化：参与领域大模型的SFT与偏好对齐（RLHF/DPO），结合知识图谱与外部知识库对抽取结果进行事实性校验和冲突消解，提升输出在医药场景中的可靠性与可用性。 4.主动学习与数据闭环：构建主动学习机制和评估体系，智能筛选高价值样本进行人工复核，持续迭代训练数据与模型，解决复杂关系、嵌套实体等难题。 5.知识图谱构建与下游赋能：将抽取优化后的知识沉淀为医药知识图谱，支撑靶点发现、药物重定位等业务应用，并持续跟踪前沿技术推动模型迭代。 任职要求： 1.学历背景：计算机、人工智能、机器学习、生物信息学、数学等相关专业，本科及以上学历，硕士/博士优先。 核心技术能力： 2.扎实的机器学习、深度学习、大语言模型基础理论，熟练掌握信息抽取（NER/RE）主流架构（如Ikraph、W2NER等）及大模型后训练核心技术，精通SFT、RLHF/DPO、奖励模型训练、模型对齐、数据治理等相关技术原理与落地方法。 3.熟练使用PyTorch/TensorFlow任意一种主流深度学习框架，熟悉LLaMA、Qwen、ChatGLM等主流开源大模型及多模态模型（LLaVA系列、Qwen-VL等），具备完整的大模型后训练项目落地经验优先。 4.熟悉大模型训练数据处理流程，掌握数据清洗、去重、过滤、采样、质量评估等数据治理技术，能够独立完成训练数据集迭代优化；熟悉主动学习机制者优先。 5.熟悉模型评测体系，掌握通用能力、推理能力、安全对齐、业务场景等多维度评测方法，能够通过评测结果定位模型问题并迭代优化方案；熟悉生物医药领域标准评测集（BioCreative、ChemProt、DDI、BC5CDR、BioASQ等）者优先。 6.有知识图谱构建或GraphRAG系统搭建经验者优先。