岗位职责
- 在算法同学的指导下，按既定流程完成大规模医学影像（CT/MRI/超声等）及配套多模态数据（影像报告、EMR、病理、随访等）的采集、清洗、脱敏、标准化与结构化，产出可用于模型训练的数据集。
- 按照团队已有的数据处理规范和标注/质检（QC）标准，执行数据标注、格式转换、批量处理等日常操作，配合排查并修正数据质量问题。
- 在算法同学指导下撰写和维护数据处理脚本（如批量清洗、格式转换、数据校验等），完成数据的整理、归档与版本记录。
- 配合完成数据合规相关的执行工作（如按 DICOM/HL7/FHIR 等标准要求进行数据整理与脱敏检查），确保数据处理过程符合团队规范。
- 配合算法同学完成模型评测所需的数据准备与标注，在指导下运行评测脚本、汇总评测结果，协助整理结构化的评测记录与 badcase 清单。
职位要求
- 计算机科学、人工智能、电子工程、生物医学工程或相关专业本科及以上学历，有相关工作经验。
- 熟练掌握 Python，熟悉 Linux 开发调试环境；具备扎实的工程能力与良好的数据、逻辑分析能力。
- 能够根据说明文档运行 PyTorch 模型训练/微调/推理的脚本。
- 能熟练使用 AI 工具（如大模型/Copilot 类编程助手、Agent 工具等）提升数据处理与评测工作的自动化程度和效率。
- 具备良好的团队协作与沟通能力，自我驱动、抗压能力强，对技术和医疗AI有热情。 加分项：
- 熟悉医疗数据标准（DICOM、HL
- FHIR）及数据合规、脱敏相关要求。
- 有医疗影像（尤其 CT）自动化标注、报告生成、影像-文本多模态数据制备经验。
- 熟悉多模态大模型 / 医疗垂域大模型（医疗分割、报告生成、医疗多模态等）的数据构建或评测经验。
- 具备 A/B 实验、统计显著性检验、多中心验证等严谨评测方法论基础。
