1. 专病数据库建设与数据治理

- 负责专病数据库（如血液系统疾病、神经免疫等垂直领域）的全生命周期数据管理，包括需求分析、数据模型设计、采集流程优化及标准化制定。

- 与临床专家、科研团队深度协作，梳理疾病诊疗路径与科研数据需求，推动多模态数据（临床、影像、组学等）的整合与结构化治理。

- 制定数据质量控制策略，确保数据合规性（符合HIPAA/GDPR等法规）及可追溯性。

2. 数据应用工具设计与开发

- 主导医疗科研场景下的数据工具产品规划，包括但不限于：

- 科研数据分析平台（可视化分析、统计建模、AI算法集成）

- 多中心协作研究平台

- 输出PRD文档，协同技术团队完成原型设计、开发测试及迭代优化，平衡科研需求与工程实现可行性。

3. 跨部门协作与生态建设

- 联动医学研究、生物信息学、AI算法团队，挖掘数据价值并推动科研成果转化（如风险预测模型、辅助诊断工具）。

- 对接医院、药企、科研机构客户，理解临床科研痛点并提供数据解决方案，构建行业合作生态。

4. 市场与竞品分析

- 跟踪医疗数据领域前沿技术（如真实世界研究RWS、联邦学习、隐私计算），分析竞品动态及政策导向，制定差异化产品策略。

1. 教育背景

- 硕士及以上学历，医学信息学、生物医学工程、公共卫生、计算机科学等相关专业；

- 具备临床医学背景或医疗信息化项目经验者优先。

2. 经验与技能

- 3年以上医疗健康领域产品经验，熟悉专病数据库、医疗大数据平台或临床科研工具开发流程；

- 产品设计工具：熟练使用Axure、Sketch、墨刀等设计工具，具备一定的交互设计能力，能够独立完成产品原型设计、界面设计等工作。

- 熟悉医疗科研场景（如回顾性研究、RCT、真实世界研究）及常见分析需求（生存分析、多组学关联）；

- 具备优秀的跨团队沟通能力，能快速理解医学专业需求并转化为技术语言。

3. 加分项

- 发表过医学信息学相关论文，或参与过国级/省级医疗大数据项目；

- 熟悉AI在医疗中的应用（如NLP、影像分析），有AI+医疗产品落地经验；

- 了解隐私计算（联邦学习、多方安全计算）在医疗数据共享中的应用。