岗位职责
- 负责医学影像智能分析相关核心算法研发，包括疾病检测、鉴别诊断、分割、多模态分析等方向，持续提升模型的准确性、泛化性和临床实用性。
- 面向真实临床场景开展算法研究和技术创新，从数据、模型和任务定义等多个层面解决复杂问题，推动算法持续迭代和能力升级。
- 参与大规模医学影像与临床数据建模，探索自监督学习、弱监督学习、基础模型、多模态模型等新方法在医学领域的应用。
- 与临床医生、产品和工程团队紧密合作，从真实医疗需求出发定义问题、设计技术方案，并推动算法在临床研究和实际应用中验证和落地。
- 参与前沿临床智能方向的探索，包括医学多模态模型、临床推理、医学智能体等，推动医学AI从单一任务向更综合的临床智能能力演进。
职位要求
- 计算机、人工智能、模式识别、生物医学工程、应用数学等相关专业，硕士及以上学历。
- 具备扎实的机器学习、深度学习和计算机视觉基础，对医学影像分析有深入理解或较强兴趣。
- 具备较强的算法研究和创新能力，能够针对复杂问题提出新的技术方案，而不仅限于已有方法的复现和工程实现。
- 熟悉至少一个或多个相关方向，包括但不限于：3D视觉与医学影像分析；自监督、弱监督或半监督学习；Transformer、视觉基础模型；多模态学习、视觉语言模型；大模型、Agent及工具增强推理；大规模数据训练、模型泛化与高效学习。
- 具备良好的工程和实验能力，熟练使用Python、PyTorch等主流深度学习框架，能够独立完成算法设计、模型训练、实验分析和系统验证。
- 具备较强的数据分析和问题拆解能力，能够从复杂数据和实际案例中发现关键问题，并形成有效的算法改进方案。
- 有较强的主动性和责任心，能够独立负责重要算法模块或研究方向，并与医生、产品、工程等不同背景团队高效协作。 加分项 • 在医学影像、计算机视觉、机器学习或多模态学习方向有高质量研究成果； • 在MICCAI、CVPR、ICCV、ECCV、NeurIPS、ICML、TMI、MedIA、TPAMI等会议或期刊发表过有影响力的工作； • 有大规模医学数据训练、临床AI产品研发或真实世界算法迭代经验； • 有基础模型、多模态大模型、医学智能体等方向的研究或实际项目经验； • 有较强的技术判断力，能够快速理解新技术，并判断其是否真正适合解决临床问题。
