职位详情
职位职责:
- 医学知识库构建与治理:
负责设计并实施大规模、多源异构医学数据(如临床指南、科研文献、电子病历、教材等)的自动化抽取、对齐、融合及表示学习体系。
主导高质量医学知识图谱的建设与维护,涵盖实体识别、关系挖掘、属性完善与逻辑一致性验证。
研发知识更新机制、版本控制策略与质量评估模型,保障知识库在时效性、一致性和可靠性方面的持续优化。
- 医学大模型训练与优化:
主导领域专用大模型的微调与性能提升,依托医学教科书、学术文献、临床指南及高质指令数据,运用有监督微调、基于人类反馈的强化学习等技术,增强模型在医疗场景下的专业能力、安全合规表现。
探索高效的领域迁移、参数高效调整与外部知识注入方法,应对医学数据稀缺与模型生成“幻觉”等关键挑战。
- 医学智能体(Agent)研发:
基于大语言模型与结构化知识库,开发面向专业医疗场景的智能检索、智能问答、报告解析等功能模块。
设计并实现智能体的任务规划、工具集成、知识增强检索与多步推理机制,确保其决策过程准确、可解释且安全可控。
推进多智能体协同架构研究,模拟真实临床会诊流程与诊疗路径优化等复杂应用情境。
- 系统优化与落地:
推动算法成果的产品化转化,协同工程团队构建高性能、可扩展的医学知识服务平台与智能体应用系统。
持续追踪LLM、RAG、Agent框架、医学AI等前沿技术动态,并将其有效融入团队核心技术体系。
任职要求:
- 计算机科学、人工智能、生物医学信息学、数学或相关领域硕士及以上学位。
- 具备扎实的机器学习与深度学习理论基础,熟练使用Python及主流深度学习框架(如PyTorch/TensorFlow)。
- 拥有知识图谱、智能体系统或大模型微调相关项目经验。
- 编程能力强,熟悉Linux开发环境,具备良好的系统架构设计与算法调优能力。
对医疗健康领域有高度热情,具备医学自然语言处理实际项目经历者优先考虑。
- 医学知识库构建与治理:
负责设计并实施大规模、多源异构医学数据(如临床指南、科研文献、电子病历、教材等)的自动化抽取、对齐、融合及表示学习体系。
主导高质量医学知识图谱的建设与维护,涵盖实体识别、关系挖掘、属性完善与逻辑一致性验证。
研发知识更新机制、版本控制策略与质量评估模型,保障知识库在时效性、一致性和可靠性方面的持续优化。
- 医学大模型训练与优化:
主导领域专用大模型的微调与性能提升,依托医学教科书、学术文献、临床指南及高质指令数据,运用有监督微调、基于人类反馈的强化学习等技术,增强模型在医疗场景下的专业能力、安全合规表现。
探索高效的领域迁移、参数高效调整与外部知识注入方法,应对医学数据稀缺与模型生成“幻觉”等关键挑战。
- 医学智能体(Agent)研发:
基于大语言模型与结构化知识库,开发面向专业医疗场景的智能检索、智能问答、报告解析等功能模块。
设计并实现智能体的任务规划、工具集成、知识增强检索与多步推理机制,确保其决策过程准确、可解释且安全可控。
推进多智能体协同架构研究,模拟真实临床会诊流程与诊疗路径优化等复杂应用情境。
- 系统优化与落地:
推动算法成果的产品化转化,协同工程团队构建高性能、可扩展的医学知识服务平台与智能体应用系统。
持续追踪LLM、RAG、Agent框架、医学AI等前沿技术动态,并将其有效融入团队核心技术体系。
任职要求:
- 计算机科学、人工智能、生物医学信息学、数学或相关领域硕士及以上学位。
- 具备扎实的机器学习与深度学习理论基础,熟练使用Python及主流深度学习框架(如PyTorch/TensorFlow)。
- 拥有知识图谱、智能体系统或大模型微调相关项目经验。
- 编程能力强,熟悉Linux开发环境,具备良好的系统架构设计与算法调优能力。
对医疗健康领域有高度热情,具备医学自然语言处理实际项目经历者优先考虑。
2026-07-22 14:37
IP属地:广东广州
职位福利
本科经验不限深度学习Transformer自然语言处理PyTorch

广州华银康医疗集团股份有限公司
1000-9999人

工作地址

鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为,请立即向鱼泡直聘投诉举报投诉举报 >

附近适合您的职位
大模型算法工程师(15薪包餐福利优工作氛围佳
2-4万元/月
大模型算法5-10年本科图像,OCR,多模态机器学习深度学习计算机视觉,多模态Python/C++大模型RAGAgent
广州 黄埔区








