医疗大模型数据算法

岗位职责

1. 数据处理与治理：负责医疗场景下的多模态数据（如医学影像、视频、语音、病历等）的清洗、标准化、标注与增强，构建高质量、符合业务需求的专项数据集；
2. OCR技术开发与应用：主导并优化OCR技术，针对医疗文档、报告、表格等复杂版式，实现高精度的文本检测、识别与关键信息的结构化提取；
3. 大模型微调与强化：针对具体场景，完成领域大模型的指令微调与强化，优化模型对医疗数据的理解、推理与处理能力；
4. 可信AI与评估体系构建：结合知识图谱和询证原则构建模型能力对齐与评估体系，确保模型输出的准确性、安全性与逻辑一致性，推动模型迭代；
5. 技术前瞻与创新：跟踪多模态大模型前沿进展，探索其在医疗健康领域的创新应用场景，并推进技术原型验证与落地。

任职要求

1. 扎实的代码能力、工程能力、数据结构和基础算法功底；熟练Python或JAVA；
2. 熟悉NLP、CV、RL相关的算法和技术，熟悉大模型训练；
3. 有医疗大模型经验优先，有参与过大影响力模型项目者优先，ACM、Kaggle等比赛获奖者优先；有顶会论文者优先。

特色标签

AI可靠性、AI安全、AI模型验证、Java、Python、RL、SFT、临床场景、光学字符识别、医学场景、医学大模型、医学知识图谱、医疗、医疗AI大模型、医疗OCR、医疗应用、医疗文本识别、医疗知识库、医疗领域大模型、参加算法相关竞赛/获奖、发表算法相关优秀论文、可信赖AI、图像算法、多模态医疗数据、多模态算法、多源医疗数据、大模型算法、大模型评测、奖励优化、异构医疗数据、强化学习、强化训练、意图挖掘、机器学习、标注、模型对齐评估、深度学习、监督微调、知识图谱、算法工程化经验、自然语言处理算法、英美留学生、语义理解、语音算法、领域微调、领域知识图