大模型算法实习生（医疗AI Agent方向）

1. 01

   参与医疗健康领域大模型（LLM）的应用研发，包括Prompt Engineering、检索增强生成（RAG）架构优化及垂直领域模型的微调（SFT/LoRA）。

2. 02

   负责医疗AI Agent的核心模块设计与开发，包括智能体的规划（Planning）、工具调用（Tool Use）、记忆（Memory）机制，实现复杂的医疗工作流（如：睡眠报告解读、慢病管理、健康干预建议）。

3. 03

   结合生理时序数据（如心率、血氧、鼾声事件、运动数据）与医学知识库，探索多模态大模型在个性化健康管理中的落地应用。

4. 04

   参与构建和维护医疗领域知识图谱与向量数据库，确保Agent回答的事实一致性与低幻觉率。

5. 05

   跟进国内外大模型与AI Agent前沿论文（如RAG、Multi-Agent、Medical LLM），进行算法原型验证与性能评估

1. 01

   在读硕士/博士，计算机科学、人工智能、自然语言处理、生物医学工程等相关专业。

2. 02

   扎实的机器学习基础，深入理解Transformer架构及主流大语言模型（GPT, Llama, ChatGLM等）的原理。

3. 03

   具备丰富的Python编程经验，熟练使用 PyTorch 及 HuggingFace 生态。 熟悉主流 Agent开发框架（如LangChain, LlamaIndex, AutoGen, MetaGPT等），有实际的Agent项目开发经验。 有以下经验者优先：

4. 01

   有RAG系统开发经验，熟悉向量数据库（Milvus, FAISS, Chroma等）；

5. 02

   有大模型微调（Fine-tuning）或人类反馈强化学习（RLHF）经验；

6. 03

   熟悉医疗NLP任务（如电子病历NER、医学问答、临床决策支持）；

7. 04

   了解生理学基础或具备可穿戴设备数据处理经验（如睡眠分期、心率变异性分析）； 在顶级会议（NeurIPS, ACL, EMNLP, KDD等）发表过论文。

8. 05

   具备极强的自驱力、逻辑思维能力，对解决医疗AI领域的实际问题有浓厚热情。

加分项

1. 01

   熟悉多模态大模型（如处理文本+时序数据+音频/图像）。

2. 02

   有全栈开发经验（如FastAPI, React），能独立完成Agent的原型产品化。

3. 03

   熟悉Docker/K8s，有模型服务化（LLM Serving）部署经验