算法实习生-医疗健康方向

岗位职责

1、参与医疗影像（CT/MRI/X光/病理切片等）分析算法的研究与开发，包括目标检测、分割、分类等任务； 2、参与医学文本（电子病历、临床指南、医学文献）的NLP算法研发，涵盖信息抽取、知识图谱构建、临床问答等； 3、探索多模态医学数据融合方案，实现影像+文本+结构化数据的联合建模； 4、跟踪医疗AI前沿论文，复现并评估SOTA方法，输出技术调研报告； 5、协助算法模型的数据标注规范制定、训练调优及效果评估； 6、参与算法工程化落地，配合团队完成模型部署与A/B测试。

任职要求

1、计算机、生物医学工程、统计学、数学等相关专业，硕士及以上学历在读，能连续实习 4个月及以上，每周至少 4天； 2、熟练使用 Python，掌握 PyTorch/TensorFlow 至少一种深度学习框架； 3、具备以下至少 一个方向 的项目或论文经验： 医学影像分析：熟悉 UNet/TransUNet/Swin-UNet 等分割网络，有 MICCAI/ISBI 竞赛或论文经验优先； 医疗NLP：熟悉 BERT/GPT 系列预训练模型，有医学实体识别、关系抽取、临床文本生成等经验优先； 多模态学习：有视觉-语言多模态模型（CLIP/BLIP/LLaVA 等）在医学领域的应用经验优先； 4、熟悉常见数据结构与算法，代码能力扎实； 5、具备良好的英文文献阅读能力，能独立跟进顶会论文（MICCAI/MedNeXt/ACL/AAAI等）； 加分项 1、有医疗AI相关论文发表（MICCAI/TMI/MedIA/ACL等）或竞赛获奖经验； 2、了解 HIPAA/医疗数据合规，熟悉 DICOM/HL7/FHIR 等医疗数据标准； 3、有大模型微调（LoRA/P-Tuning）或 RAG 在医疗场景的落地经验； 4、了解图神经网络在药物发现/知识图谱中的应用 有医院/药企/医疗科技公司实习经历。

特色标签

CT扫描、EHR、OpenCV、Python、Shell、SQL、TensorFlow/PyTorch、临床文本、分布式训练、医学图像、医学影像、医学文献、医学知识图谱、医疗、医疗图像、医疗文本、医疗知识图谱、参加算法相关竞赛/获奖、发表算法相关优秀论文、图像分割、图像分类、图像算法、图文融合、多模态数据、多模态算法、大数据处理工具(Spark/Hadoop/Hive)、大模型算法、实体抽取、对话系统、放射影像、文本生成、有国际期刊/会议论文发表、有留学背景、标注、深度学习、深度学习经验、物体检测、生物医疗、电子健康记录、病理图像、病种分类、目标检测、目标识别、知识图谱、知识抽取、磁共振成像、算法工程化经验、自然语言处理算法、自然语言处理经验、英文读写能力良好、英美留学生、语义分割、跨模态