一、崗位職責(zé)
1. 臨床科研支撐
為醫(yī)院臨床科研提供算法策略、模型框架與驗(yàn)證方案，保障研究方法的科學(xué)性、可解釋性與可復(fù)現(xiàn)性。
2. 運(yùn)營支撐
圍繞醫(yī)院運(yùn)營數(shù)據(jù)，構(gòu)建并持續(xù)優(yōu)化基于機(jī)器學(xué)習(xí)的洞察體系，支持決策層在質(zhì)量、成本、服務(wù)等方面的數(shù)據(jù)驅(qū)動(dòng)決策。
3. 臨床效率提升支撐
打造面向醫(yī)護(hù)、管理及患者的智能化工具，全面提升信息獲取與業(yè)務(wù)處理效率。
二、崗位能力要求
[必備]
1. 人工智能相關(guān)專業(yè)碩士以上學(xué)歷。
2. 熟練掌握統(tǒng)計(jì)學(xué)算法：精通描述統(tǒng)計(jì)、推斷統(tǒng)計(jì)、回歸分析、假設(shè)檢驗(yàn)等。?
3. 熟練掌握機(jī)器學(xué)習(xí)算法，具備實(shí)際項(xiàng)目、實(shí)際訓(xùn)練經(jīng)驗(yàn)：分類、回歸、聚類、深度學(xué)習(xí)，尤其是XGBoost等算法，能夠訓(xùn)練用于意圖識(shí)別的Pert模型，獨(dú)立完成模型從設(shè)計(jì)到部署的全流程。?
4. 熟悉智能體 (Agent) 搭建：熟悉 dify、LangChain 等智能體平臺(tái)，有相關(guān)實(shí)踐經(jīng)驗(yàn)，切實(shí)解決過實(shí)際問題。?
5. 掌握 RAG 技術(shù)并有實(shí)際項(xiàng)目經(jīng)驗(yàn)：深入理解 RAG 核心流程（embedding、rerank等），熟練使用 Milvus等向量數(shù)據(jù)庫，有實(shí)際項(xiàng)目經(jīng)驗(yàn)，能解決分片、檢索歧義、多源數(shù)據(jù)融合等問題。?
6. 大模型部署管理與推理優(yōu)化：掌握LoRA、vLLM，掌握量化技術(shù)，能在單機(jī)多卡/國產(chǎn)NPU上部署7B-70B模型。
7. 溝通與協(xié)作能力：具備良好的溝通能力，能準(zhǔn)確理解需求工程師、數(shù)據(jù)工程師、開發(fā)工程師的需求，用通俗語言解釋與溝通技術(shù)邏輯，推動(dòng)協(xié)作。?
8. 問題解決能力：面對(duì)醫(yī)療場景中的復(fù)雜業(yè)務(wù)問題（如數(shù)據(jù)質(zhì)量差、需求模糊），能快速定位核心矛盾，提出可行的技術(shù)解決方案并落地驗(yàn)證。?
9. 學(xué)習(xí)能力：關(guān)注 AI 領(lǐng)域前沿技術(shù)（如多模態(tài)、Agent等），能快速掌握新技術(shù)并應(yīng)用于實(shí)際工作，適應(yīng)醫(yī)院數(shù)智化的快速發(fā)展需求。
[加分]
10. 具備簡單應(yīng)用程序開發(fā)能力：能使用至少一種技術(shù)棧（如 Python、Java、JavaScript 等）開發(fā)輕量應(yīng)用，實(shí)現(xiàn)算法模型、RAG / 智能體系統(tǒng)的前端交互和后端接口開發(fā)，滿足業(yè)務(wù)場景的基礎(chǔ)功能需求。?
11. 醫(yī)療領(lǐng)域經(jīng)驗(yàn)。
────────────────────────
三、招聘優(yōu)先級(jí)提示
機(jī)器學(xué)習(xí)（ML）> 智能體（Agent）> RAG > 應(yīng)用程序開發(fā) > 醫(yī)療背景