岗位职责
1. 多模态技术研究与应用：
- 探索并开发多模态大模型（如多模态图像、文本、时间序列等）在 X 射线系统 中的创新应用。
- 实现多模态数据融合算法，提升医学影像分析的精度和可靠性。
2. 生物医学数据建模：
- 负责对生物医学数据（如影像数据、电子健康记录等）进行预处理、特征提取及建模。
- 优化数据处理流程，确保模型的高效训练和稳定部署。
3. AI 模型优化：
- 优化现有 AI 模型的性能，提升准确性、推理速度及可解释性。
- 针对特定应用场景，调整和改进多模态模型结构。
4. 技术前沿跟踪：
- 跟踪多模态大模型（如 CLIP、BLIP、GPT-4、BioGPT 等）的最新研究进展。
- 将最新学术成果应用于实际项目场景，推动技术转化。
5. 项目支持与团队协作：
- 参与生物医学领域相关的科研合作与产业化项目，提供算法设计及技术支持。
- 与多学科团队（医学专家、硬件工程师、产品经理等）协同工作，推动项目按时交付。
6. 产品化与部署：
- 协助完成 AI 模型在医学相关产品中的集成和部署。
- 支持产品从研发到实际应用的全生命周期优化。
7. 文档撰写与技术交流：
- 撰写算法开发、实验结果及优化报告，确保技术文档清晰完备。
- 在团队内分享技术成果，并参与跨部门技术交流。

任职要求
1. 学历背景：
- 硕士及以上学历，计算机科学、人工智能、生物医学工程、生物信息学或相关专业。
2. 专业技能：
- 熟悉深度学习和机器学习基本原理，掌握常用框架（如 PyTorch、TensorFlow）。
- 对多模态大模型（如 Vision-Language Models、Transformer 结构等）有一定了解和实际应用经验。
- 熟练掌握至少一种编程语言（如 Python、C++），具有扎实的算法开发能力。
- 有大规模数据处理、分布式计算或云计算平台经验者优先。
3. 生物医学领域知识：
- 具备生物医学相关背景，了解医学影像分析（如 CT、MRI、X 射线）或健康数据处理。
- 熟悉医学影像数据的标准格式（如 DICOM）或常见公开数据集（如 TCIA、UK Biobank）。
4. 研究与创新能力：
- 对多模态 AI 前沿研究有浓厚兴趣，能够快速学习并结合实际应用场景进行技术转化。
5. 综合能力：
- 具有良好的沟通能力和团队协作能力，能够与多学科团队高效合作。
- 良好的英文读写能力，能阅读并理解学术文献。

加分项
1. 发表过高水平论文（如 NeurIPS、ICCV、MICCAI 等顶会或 SCI 期刊）。
2. 熟悉多模态大模型的训练流程，有实际开发或模型调优经验。
3. 有生物医学相关的 AI 项目经验，尤其是医学影像处理或多模态数据融合。
4. 有实际 AI 产品化或云端部署经验（如基于 AWS、GCP 的模型部署）。