工作职责
岗位职责 1、医疗AI底层技术研究 - 负责医疗垂直场景(如诊前导诊、诊中辅助决策、诊后随访)的AI算法研究与优化,包括但不限于自然语言处理(NLP)、知识图谱、多模态数据分析等技术方向。 - 探索医疗领域小样本学习、联邦学习等前沿技术,解决医疗数据隐私性强、标注成本高的业务痛点。 2、成熟AI模型接入与调优 - 基于业务需求,对开源或第三方AI模型(如GPT、BERT、医疗专用大模型)进行二次开发、本地化部署及场景适配,确保模型在医疗对话、意图识别等任务中的高效性与准确性。 - 设计模型微调策略,结合医疗知识库与真实业务数据,提升模型在专科疾病诊断、医学术语理解等场景的泛化能力。 3、AI产品落地与工程化 - 与产品、医疗业务团队协作,将AI能力嵌入现有智慧服务产品线(如AI导诊机器人、智能问诊系统),推动技术成果向实际应用转化。 - 优化算法性能,确保模型在低延迟、高并发医疗场景下的稳定运行,满足医院端实时性要求。 4、数据治理与跨团队协同 - 参与医疗多模态数据(文本、影像、时序数据)的清洗、标注与特征工程,构建符合医疗合规要求的数据集。 - 协同算法团队、临床专家,设计符合医学逻辑的AI训练与评估体系,确保模型输出的临床合理性。 5、技术趋势跟踪与创新 - 关注AI+医疗领域的技术动态(如生成式AI在病历书写中的应用、AI辅助诊断合规性研究),输出技术预研报告并推动落地实践。
任职要求
岗位要求 1、基本条件 - 硕士及以上学历,计算机科学、人工智能、生物医学工程、数学等相关专业,3年以上AI算法研发经验。 - 具备医疗AI项目实战经验,熟悉AI在导诊、问诊、病历分析等至少一个场景的应用逻辑,有医疗大模型落地经验者优先。 2、技术能力 - 精通Python/C++,熟练掌握TensorFlow、PyTorch等框架,具备扎实的算法编码与模型调试能力。 - 深入理解NLP、深度学习、机器学习核心技术(如Transformer、图神经网络、强化学习),熟悉LangChain、LlamaIndex等AI工程化工具链。 - 熟悉医疗领域数据特点(如医学实体识别、电子病历结构化、医学影像分析),具备医疗知识图谱构建经验者优先。 3、行业认知 - 了解医疗AI合规要求(如《人工智能医用软件产品分类界定指导原则》),熟悉医疗数据脱敏、隐私计算等技术方案。 - 对医疗业务场景有敏锐洞察力,能快速理解临床术语、诊疗路径及医患交互逻辑。 4、核心素质 - 具备较强的工程化思维,能够平衡算法创新与落地成本(如算力资源、模型轻量化需求)。 - 优秀的跨团队协作能力,能与产品经理、医疗专家就技术方案达成共识。 5、加分项 - 在顶会(ACL、EMNLP、MICCAI等)发表过医疗AI相关论文,或参与过医疗AI标准制定、临床试验项目。 - 熟悉云计算平台(AWS/Azure/阿里云)的AI服务部署,或有医疗AI软件医疗器械注册经验。