1.兼顾AI应用落地与轻量化架构设计，主导小微企业AI相关需求（如RAG知识库、业务数据预测、AI Agent）的全流程推进，负责医学诊断大语言模型整体架构设计与性能优化，包括但不限于技术选型、架构规划、创新架构探索、模型开发、部署优化等。

2.持续追踪大模型领域前沿技术进展，负责医学诊断大语言模型研发，独立完成AI模型的架构设计、训练、微调（如LLM微调、传统机器学习模型优化）、量化与效果迭代，解决应用落地中的数据、模型性能问题，同时保障架构长期适配业务增长。

3.构建医疗数据处理框架，包括多模态数据预处理、质量评估、标注规范制定，Human-in-the-Loop等范式构建。

4.建立模型评估体系，包括性能指标设计、偏差分析、鲁棒性测试等，确保模型在医疗场景下的安全性与可靠性。

5.大模型算法部署和小型化研究，适配低成本和低算力设备；与技术应用团队合作，将LLM集成到实际产品和服务中，解决实际业务问题。

6.对接业务部门，将业务需求转化为技术方案，输出架构设计文档与应用落地报告，同步推动团队技术能力提升。

任职要求：

1. 年龄25-40岁，身体健康。
2. 统招一本及以上学历，计算机或相关专业。
3. 3-5年及以上相关经验，含2年以上AI应用开发经验，具备RAG或LLM应用落地项目。
4. 技术能力扎实：
· 熟练掌握Python，熟悉C/C++，熟悉Linux环境，具备独立开发能力。
· 精通机器学习/深度学习，熟悉TensorFlow/PyTorch等架构；熟悉BERT、T5、Qwen、DeepSeek等主流模型，能够独立完成模型训练、微调与优化。
· 熟悉数据处理、特征工程，掌握MySQL、MongoDB及向量数据库（如Chroma/Pinecone）。
· 熟悉LangChain、Dify等开发框架，能独立搭建基于LLM的应用，并具备技术文档编写能力。
5. 具备业务导向思维，能平衡架构合理性与落地效率；独立解决问题及沟通能力强；对AI新技术敏感，能快速适应业务需求。
加分项：
· 有医学诊断类AI项目从0到1全流程落地经验；
· 具备AI应用成本优化成功案例（如降本50%以上）；
· 有团队协作或小型项目统筹经验。