工作职责​ .大模型核心研发攻坚：开展医疗领域大模型的底层架构设计、预训练策略制定、核心算法研发，提升模型的性能（精度、效率、可控性）与泛化能力。​ .技术战略规划与落地：跟踪全球大模型技术前沿（如 GPT 系列、LLaMA 系列等），结合企业业务场景与技术储备，制定大模型短期与长期技术路线图，明确核心突破方向（如多模态融合、小样本学习、模型压缩等），并推动战略在研发项目中落地。​ .模型全生命周期管理：主导大模型从数据层到应用层的全链路设计，包括高质量训练数据的采集、清洗、标注体系搭建，模型训练集群的架构规划与资源调度，模型微调、对齐、安全加固方案的制定，以及推理引擎的优化与部署（如分布式推理、量化压缩），确保模型在实际场景中高效、稳定、安全运行。​ .跨部门协同与业务落地：深度对接产品、业务、市场等,将业务需求转化为大模型技术指标，主导大模型在核心业务场景（如智能决策、自动化流程、个性化服务）的落地验证，解决技术与业务融合中的关键问题（如模型适配性、成本控制）。 任职要求： 1. 计算机科学、人工智能、机器学习等相关专业博士及以上学历，5 年以上 AI 领域研发经验; .2.精通大模型核心技术，包括但不限于 Transformer 架构、预训练方法（如 BERT、GPT 训练策略）、微调技术（如 LoRA、Prefix Tuning）、注意力机制、多模态融合等，对模型训练中的数据处理、算力调度、优化算法有深刻理解。​ .3.具备扎实的算法与工程能力，熟练掌握 Python/C++ 等编程语言，精通 TensorFlow/PyTorch 等深度学习框架，熟悉分布式训练框架（如 Megatron-LM、DeepSpeed），有大规模集群（千卡 GPU 以上）训练经验者优先。​​ .4具备较强的问题解决能力与创新精神，在大模型训练效率提升、模型压缩、安全可控等领域有技术突破或专利成果者优先。​ .5. 良好的沟通与跨部门协作能力，能清晰表达复杂技术方案，推动跨团队项目落地。​