一、崗位職責
1. 臨床科研支撐
為醫院臨床科研提供算法策略、模型框架與驗證方案，保障研究方法的科學性、可解釋性與可復現性。
2. 運營支撐
圍繞醫院運營數據，構建并持續優化基于機器學習的洞察體系，支持決策層在質量、成本、服務等方面的數據驅動決策。
3. 臨床效率提升支撐
打造面向醫護、管理及患者的智能化工具，全面提升信息獲取與業務處理效率。
二、崗位能力要求
[必備]
1. 人工智能相關專業碩士以上學歷。
2. 熟練掌握統計學算法：精通描述統計、推斷統計、回歸分析、假設檢驗等。?
3. 熟練掌握機器學習算法，具備實際項目、實際訓練經驗：分類、回歸、聚類、深度學習，尤其是XGBoost等算法，能夠訓練用于意圖識別的Pert模型，獨立完成模型從設計到部署的全流程。?
4. 熟悉智能體 (Agent) 搭建：熟悉 dify、LangChain 等智能體平臺，有相關實踐經驗，切實解決過實際問題。?
5. 掌握 RAG 技術并有實際項目經驗：深入理解 RAG 核心流程（embedding、rerank等），熟練使用 Milvus等向量數據庫，有實際項目經驗，能解決分片、檢索歧義、多源數據融合等問題。?
6. 大模型部署管理與推理優化：掌握LoRA、vLLM，掌握量化技術，能在單機多卡/國產NPU上部署7B-70B模型。
7. 溝通與協作能力：具備良好的溝通能力，能準確理解需求工程師、數據工程師、開發工程師的需求，用通俗語言解釋與溝通技術邏輯，推動協作。?
8. 問題解決能力：面對醫療場景中的復雜業務問題（如數據質量差、需求模糊），能快速定位核心矛盾，提出可行的技術解決方案并落地驗證。?
9. 學習能力：關注 AI 領域前沿技術（如多模態、Agent等），能快速掌握新技術并應用于實際工作，適應醫院數智化的快速發展需求。
[加分]
10. 具備簡單應用程序開發能力：能使用至少一種技術棧（如 Python、Java、JavaScript 等）開發輕量應用，實現算法模型、RAG / 智能體系統的前端交互和后端接口開發，滿足業務場景的基礎功能需求。?
11. 醫療領域經驗。
────────────────────────
三、招聘優先級提示
機器學習（ML）> 智能體（Agent）> RAG > 應用程序開發 > 醫療背景