一、岗位名称
算法工程师（医疗大模型方向） - 团队负责人
二、岗位职责
1. 团队管理与项目统筹
◦ 带领 5 人团队，负责医疗领域人工智能大模型的全流程研发，包括需求分析、技术方案设计、资源协调及进度把控。
◦ 制定团队技术发展路线，指导成员进行算法优化、模型训练及跨部门协作，确保项目高效落地。
2. 大模型研发与优化
◦ 主导医疗检测产品（如 C13/C14 呼气试验、无创血糖监测等）的 AI 模型设计与训练，结合医学影像、传感器数据等多模态输入，提升检测精度与智能化水平。
◦ 探索模型压缩（量化、蒸馏）、推理加速（TensorRT）等技术，实现大模型在医疗设备端的轻量化部署，满足实时性与低功耗需求。
◦ 跟踪 LLM、多模态学习等前沿技术，优化模型在复杂临床场景下的泛化能力与可解释性。
3. 数据处理与应用落地
◦ 构建高质量医疗数据集，设计数据清洗、增强及标注策略，确保数据合规性与临床相关性。
◦ 推动 AI 模型与医疗检测设备的集成，优化用户交互界面与诊断报告生成功能，提升产品易用性。
4. 跨部门协作与创新
◦ 与临床医生、产品经理及硬件团队紧密合作，将算法能力转化为实际医疗解决方案。
◦ 撰写技术专利、学术论文及行业标准，提升公司在医疗 AI 领域的技术影响力。
三、任职要求
1. 学历与专业
◦ 计算机科学、人工智能、生物医学工程等相关专业博士学位，或硕士学历 + 5 年以上医疗 AI 研发经验。
◦ 具备医学背景或医疗数据处理经验者优先。
2. 技术能力
◦ 精通 Python 及主流深度学习框架（PyTorch/TensorFlow），熟悉分布式训练工具（DeepSpeed/Megatron-LM）。
◦ 熟悉医疗影像处理（如 CT、MRI）或生物信号分析（如血糖动态数据），掌握医学图像分割、目标检测等算法。
◦ 有大模型（10B + 参数）训练经验，熟悉模型微调（LoRA/RLHF）、多模态对齐等技术。
◦ 熟练使用 CUDA、TensorRT 进行模型加速，具备边缘设备部署实战经验。
3. 综合素质
◦ 3 年以上团队管理经验，具备优秀的沟通协调能力和项目管理能力。
◦ 熟悉医疗行业法规（如 FDA、NMPA）及数据隐私保护要求，确保研发流程合规。
◦ 英语读写流利，可追踪国际顶会（NeurIPS、CVPR）最新研究成果。