一、職位亮點
1、前沿實踐：直接參與大模型（LLM）在醫療行業的落地應用，積累實戰經驗。
2、核心技術：全面學習和實踐RAG (檢索增強生成)、工作流編排、Elasticsearch/向量數
據庫等核心技術。
3、垂直深耕：深度接觸智能GCP 管理、受試者招募、醫保監管、藥品輔助審評等高價值
醫療業務場景。
4、導師制度：由資深工程師和團隊負責人進行一對一指導。
二、崗位職責
1、參與LLM 應用開發
1）在高級工程師的指導下，參與基于大模型的新產品和新功能的設計、編碼和測試工作。
2）負責實現和優化RAG（檢索增強生成）系統的特定模塊，提升知識檢索效率和準確性。
3）參與大模型工作流(Workflow) 的實現和維護，確保業務流程的順暢執行。
4）協助進行數據預處理、模型評估和部署工作，保障系統的穩定性和性能。
2、技術研究與學習
1）學習和掌握Elasticsearch (ES)或向量數據庫的使用與維護，負責相關數據的索引和查
詢。
2）積極跟進最新的大模型技術和工具鏈，并將其應用于日常開發任務中。
3、協助團隊進行代碼審查和文檔編寫。
任職要求
1、核心能力與背景
教育背景：計算機、軟件工程、人工智能等相關專業本科及以上學歷，國內/外知名院校優
先。
2、專業基礎：
1）扎實的計算機科學基礎，精通至少一種主流編程語言（如Python），具備良好的編碼
規范和習慣。
2）對大模型（LLM）的機制、應用場景、Prompt Engineering 有基本了解和濃厚興趣。
3）了解RAG（檢索增強生成）、工作流和信息檢索的基本原理。
3、學習與潛力：
1）極強的主動學習能力和技術探索精神，能夠快速適應新技術棧。
2）具備良好的邏輯分析能力和解決問題的能力。
4、優先條件(加分項)，我們優先考慮具備以下經驗或知識背景的候選人：
1）行業興趣：對醫療大數據、醫療人工智能、生物醫藥、生命科學等垂直領域有強烈的興
趣或項目經驗。
2）技術項目經驗：在校期間有基于LLM、RAG、或使用LangChain/LlamaIndex 等框架
的實際項目經驗。有使用過Elasticsearch (ES) 或向量數據庫（如Milvus、Weaviate）
項目實踐經驗。
3）行業知識儲備：對醫保控費規范、DRG/DIP、eCTD、醫療器械審評或GCP 管理規范
等任一領域有過初步的調研或學習。有活躍的GitHub 開源項目貢獻或參與過相關技術競賽。