AI工程师

1、医疗场景下的RAG技术研发：使用LangChain、Haystack等RAG框架，结合检索和生成模型构建医疗智能问答系统、健康信息检索、患者病例分析等应用；

2、医疗大模型开发：基于主流大模型平台（如OpenAI、ChatGLM、QWen等），进行医学NLP应用的开发，如电子健康记录（EHR）解析、病历摘要、自动化报告生成等；

3、多模态AI应用研发：将文本、图像、结构化数据结合，开发多模态智能应用，满足如影像与文本病例分析、跨模态诊断等需求，提升临床辅助的准确性和效果；

4、医疗数据处理与模型微调：使用医疗领域数据集对RAG、大模型和图像模型进行微调和训练，确保模型的高准确性和适用性；

5、系统集成与高效部署：将AI模型部署到医疗信息系统中，保证在线推理效率、数据安全与隐私，确保在医疗环境中的稳定运行；

6、创新性医疗功能设计：探索大模型在医学领域的潜在应用场景，与医疗专家合作，推动智能化健康管理、临床辅助决策等产品功能的创新；

7、模型性能评估与持续优化：在生产环境中监测模型的准确率和响应速度，优化模型表现并适应新的医疗数据变化；

8、技术文档与支持：负责撰写技术文档，维护系统正常运行，为产品团队和医疗客户提供技术支持与培训。

任职要求：

1、教育背景：计算机科学、人工智能、机器学习、生物医学工程、数学等相关专业本科及以上学历，具有医疗AI应用背景者优先；

2、3年以上AI或机器学习研发经验，有医疗数据、医学NLP或多模态AI开发项目经验者优先；

2、RAG框架经验：熟悉LangChain、Haystack等RAG框架，并能结合大模型与检索技术为医疗数据提供智能化信息检索和问答；

3、大模型与NLP应用经验：有基于GPT/BERT等模型的医疗NLP项目经验，熟悉HuggingFace、TensorFlow、PyTorch等框架；

4、多模态数据处理能力：具备多模态模型开发经验，将文本、影像、结构化数据融合应用于医疗场景，如病历+影像分析、多模态诊断辅助等；

5、编程与API开发能力：精通Python，熟悉Java、Scala等语言，具备RESTfulAPI开发和优化经验，尤其是面向医疗数据应用的接口设计；

6、数据分析与处理：掌握医疗数据清洗、特征提取，熟悉SQL、Pandas，具备医疗数据处理的敏感性和实操经验；

7、良好的沟通能力：能与医生、数据科学家、产品经理等医疗团队成员高效合作，推动AI应用的研发与落地。