【岗位职责】深入医疗影像领域，提升视觉基座模型的基础能力和下游任务迁移能力，助力医学影像AI产品的技术突破与落地。
1. 负责视觉基座模型的架构与预训练范式方案设计与研发，优化基座性能基准能力。
2. 负责视觉基座模型的下游任务迁移与微调范式方案设计与研发，提升下游任务性能表现。
3. 参与其他已有核心视觉算法的研发与迭代，持续提升算法在实际应用中的性能表现。
4. 跟踪业界前沿算法，攻克技术难题，构建具备关键竞争力的视觉算法，业务方向包括但不限于目标检测、图像分割、图像识别以及多模态医学影像分析。
5. 通过模型量化、压缩、加速等技术手段，提高算法的推理效率，降低算法的资源占用，并加速模型在实际场景的落地应用。
6. 支持从模型训练到部署的全流程优化，保证算法在医疗场景中的稳定性和高效性。

【岗位要求】
1. 熟悉计算机视觉与深度学习相关理论，并具备扎实的图像处理与视觉算法基础，熟练使用OpenCV、PyTorch / TensorFlow等常用框架与工具。
2. 在图像识别、目标检测、图像分割等方向上有丰富的实战经验，在医学影像或类似精度要求高的细分领域有经验者优先。
3. 动手能力强，具备模型训练、优化、部署的全流程经验，能够从头构建高质量视觉算法并解决实际问题。
4. 良好的分析问题与解决问题的能力，能够快速定位并解决在模型训练与落地过程中遇到的难题。
5. 加分项：
- 熟悉视觉自监督领域，有相关实际项目经验。
- 有CCF B类及以上相关论文发表。
- 有如kaggle等知名算法竞赛的获奖经历。
- 对深度学习在医疗影像领域的应用有深入了解，熟悉医学影像相关数据集与评测标准者。
- GPU性能优化、模型量化、压缩、加速等方面有实战经验，能够进行模型的高效部署与加速。
- 有多模态数据处理经验（如医学影像与文本、语音等多模态数据处理）。