岗位职责：
（1）医疗大模型研发与优化
负责医疗领域大模型（如电子病历理解、医学知识问答、辅助诊断）的架构设计、预训练、微调及效果优化；
探索大模型在医疗场景下的轻量化、私有化部署方案，提升模型推理效率与资源利用率。
（2）医疗数据深度处理
构建医疗领域高质量预训练语料库，设计针对医学文本（病历、文献、指南）的清洗、标注、增强方案；
开发医疗术语标准化、实体关系抽取、多模态数据（文本+影像）融合等专项模型。
（3）医疗场景落地支持
与临床专家合作，将大模型能力嵌入电子病历质控、智能问诊、科研数据分析等实际业务系统；
设计符合医疗合规要求（如HIPAA/GDPR）的数据安全与隐私保护方案。
任职要求：
（1）技术基础
本科及以上学历，计算机科学、生物医学工程、自然语言处理等相关专业；
熟练掌握Transformer/BERT/GPT等模型架构，精通PyTorch/TensorFlow框架及分布式训练技术；
具备医疗文本处理经验，熟悉UMLS/SNOMED CT/ICD等医疗知识图谱或术语标准者优先。
（2）领域能力
深入理解医疗数据特点（如病历结构化、医学术语歧义性、数据稀疏性）；
有医疗大模型（如BioBERT、ClinicalBERT）训练经验，或参与过医学问答、诊断推理项目者优先。
（3）综合素养
能阅读医学文献并与临床团队高效沟通，快速理解业务需求；
对医疗AI伦理、合规性有清晰认知，有医疗数据脱敏、联邦学习经验者加分；
具备医疗信息系统（如HIS/EMR）对接经验。