职位描述：

• 负责临床科研数据（如影像数据、EMR数据、检验检查、随访数据等）的清洗、结构化处理及特征工程构建。
• 针对临床问题（如疾病预测、生存分析、危险因素分析等）选择合适的统计学方法或机器学习算法（如LR, Cox, XGBoost, Random Forest等）进行建模。
• 输出高质量的模型评估报告、数据可视化图表，协助医生或研究员完成科研论文的逻辑验证。

职位要求：

• 计算机、生物医学工程、统计学、应用数学或相关专业，硕士及以上学历。
• 1-3年相关工作经验，优秀应届毕业生亦可考虑。
• 熟练掌握 Python 或 R 语言，熟悉 SQL。
• 熟悉经典的机器学习算法（逻辑回归、SVM、决策树系列等）以及基础的统计学知识（假设检验、相关性分析、生存分析）。
• 熟练使用 Pandas, NumPy, Scikit-learn, SciPy 等数据处理与建模库。

加分项：

• 有医疗行业数据处理经验，熟悉 ICD-10、SNOMED CT 等医学标准者优先。
• 在 SCI 期刊发表过文章，或者完整参与过一篇临床科研论文的数据分析全过程。
• 熟悉因果推断 (Causal Inference) 或 NLP 技术（处理病历文本）者加分。