岗位职责
- 参与医疗影像（CT/MRI/X光/病理切片等）分析算法的研究与开发，包括目标检测、分割、分类等任务；
- 参与医学文本（电子病历、临床指南、医学文献）的NLP算法研发，涵盖信息抽取、知识图谱构建、临床问答等；
- 探索多模态医学数据融合方案，实现影像+文本+结构化数据的联合建模；
- 跟踪医疗AI前沿论文，复现并评估SOTA方法，输出技术调研报告；
- 协助算法模型的数据标注规范制定、训练调优及效果评估；
- 参与算法工程化落地，配合团队完成模型部署与A/B测试。
职位要求
- 计算机、生物医学工程、统计学、数学等相关专业，硕士及以上学历在读，能连续实习 4个月及以上，每周至少 4天；
- 熟练使用 Python，掌握 PyTorch/TensorFlow 至少一种深度学习框架；
- 具备以下至少 一个方向 的项目或论文经验： 医学影像分析：熟悉 UNet/TransUNet/Swin-UNet 等分割网络，有 MICCAI/ISBI 竞赛或论文经验优先； 医疗NLP：熟悉 BERT/GPT 系列预训练模型，有医学实体识别、关系抽取、临床文本生成等经验优先； 多模态学习：有视觉-语言多模态模型（CLIP/BLIP/LLaVA 等）在医学领域的应用经验优先；
- 熟悉常见数据结构与算法，代码能力扎实；
- 具备良好的英文文献阅读能力，能独立跟进顶会论文（MICCAI/MedNeXt/ACL/AAAI等）； 加分项
- 有医疗AI相关论文发表（MICCAI/TMI/MedIA/ACL等）或竞赛获奖经验；
- 了解 HIPAA/医疗数据合规，熟悉 DICOM/HL7/FHIR 等医疗数据标准；
- 有大模型微调（LoRA/P-Tuning）或 RAG 在医疗场景的落地经验；
- 了解图神经网络在药物发现/知识图谱中的应用 有医院/药企/医疗科技公司实习经历。
