一、职位亮点

1、前沿实践：直接参与大模型（LLM）在医疗行业的落地应用，积累实战经验。

2、核心技术：全面学习和实践RAG (检索增强生成)、工作流编排、Elasticsearch/向量数

据库等核心技术。

3、垂直深耕：深度接触智能GCP 管理、受试者招募、医保监管、药品辅助审评等高价值

医疗业务场景。

4、导师制度：由资深工程师和团队负责人进行一对一指导。

二、岗位职责

1、参与LLM 应用开发

1）在高级工程师的指导下，参与基于大模型的新产品和新功能的设计、编码和测试工作。

2）负责实现和优化RAG（检索增强生成）系统的特定模块，提升知识检索效率和准确性。

3）参与大模型工作流(Workflow) 的实现和维护，确保业务流程的顺畅执行。

4）协助进行数据预处理、模型评估和部署工作，保障系统的稳定性和性能。

2、技术研究与学习

1）学习和掌握Elasticsearch (ES)或向量数据库的使用与维护，负责相关数据的索引和查

询。

2）积极跟进最新的大模型技术和工具链，并将其应用于日常开发任务中。

3、协助团队进行代码审查和文档编写。

任职要求

1、核心能力与背景

教育背景：计算机、软件工程、人工智能等相关专业本科及以上学历，国内/外知名院校优

先。

2、专业基础：

1）扎实的计算机科学基础，精通至少一种主流编程语言（如Python），具备良好的编码

规范和习惯。

2）对大模型（LLM）的机制、应用场景、Prompt Engineering 有基本了解和浓厚兴趣。

3）了解RAG（检索增强生成）、工作流和信息检索的基本原理。

3、学习与潜力：

1）极强的主动学习能力和技术探索精神，能够快速适应新技术栈。

2）具备良好的逻辑分析能力和解决问题的能力。

4、优先条件(加分项)，我们优先考虑具备以下经验或知识背景的候选人：

1）行业兴趣：对医疗大数据、医疗人工智能、生物医药、生命科学等垂直领域有强烈的兴

趣或项目经验。

2）技术项目经验：在校期间有基于LLM、RAG、或使用LangChain/LlamaIndex 等框架

的实际项目经验。有使用过Elasticsearch (ES) 或向量数据库（如Milvus、Weaviate）

项目实践经验。

3）行业知识储备：对医保控费规范、DRG/DIP、eCTD、医疗器械审评或GCP 管理规范

等任一领域有过初步的调研或学习。有活跃的GitHub 开源项目贡献或参与过相关技术竞赛。