about the company.
我们客户是医疗影像设备领域的行业领军者。公司致力于通过持续的创新，提供覆盖影像、诊断、治疗的全链条解决方案。
about the team.
这是一个由学术界精英与工业界实战派组成的跨学科攻坚团队。团队成员拥有深厚的技术背景，不仅关注顶尖算法的理论突破，更追求技术在复杂临床环境下的安全与工程落地。在这里，您将与来自顶尖AI实验室与医疗科技背景的同事并肩作战，共同解决模型鲁棒性、安全性及端侧部署等极具挑战的难题。团队氛围开放、务实，强调技术攻关与跨部门协作，是一个能让您充分发挥技术影响力、快速成长的技术驱动型环境。
about the job.
- 前沿架构设计与预训练： 负责医疗垂域多模态大模型的选型与架构设计；主导海量医疗数据的清洗与构建，通过大规模预训练任务，赋予模型卓越的泛化能力与基础表征能力。
- 医疗场景深度适配与微调： 运用 LoRA、P-Tuning 等先进参数高效微调技术，将通用大模型精准转化为具备临床专精能力的医疗模型，针对影像与放射设备特性优化指令微调策略，提升临床落地表现。
- 临床级模型安全与风控： 构建医疗级大模型防御体系，攻克“幻觉”、偏差及不确定性难题，建立高鲁棒性的评测机制，确保模型在复杂临床环境中的可解释性与可靠性。
- 合规化开发与部署： 严格遵循医疗器械法规（如 FDA/NMPA/CE）及数据隐私标准，建立合规的算法开发流程，确保 AI 医疗产品的安全与合规。
- 端侧轻量化落地： 攻克算力瓶颈，通过模型压缩、蒸馏及量化技术，推动大模型在 CT、MR、US 等医疗设备终端及边缘侧的高效部署与运行。
- 核心技术攻关： 持续跟踪全球 SOTA 算法进展，解决大规模分布式训练中的显存瓶颈与性能优化难题，解决长尾临床场景下的算法识别瓶颈，保持技术领先优势。
skills and experience required.
- 深厚的大模型底蕴： 具备实际的大规模（百亿/千亿级参数）预训练或持续预训练项目经验，精通分布式训练与并行策略。
- 精湛的微调与对齐能力： 熟练掌握 SFT, RLHF, DPO 等微调范式，拥有将通用大模型成功迁移至垂直领域的实战落地案例。
- 严谨的安全意识： 深刻理解大模型安全风险（如幻觉、偏见），掌握提升模型可解释性与鲁棒性的工程手段。
- 扎实的工程功底： 精通 Python 及 PyTorch/TensorFlow 等框架，拥有优秀的工程落地习惯，熟悉 DICOM 数据格式者更佳。
- 学术与行业背景： 硕士及以上学历（计算机/AI/数学/医学影像相关专业）。
