临床生产数字化工程师

KEY ACCOUNTIBILITIES:  负责临床生产数字化 + AI 创新场景各类项目的 POC 方案设计、技术选型、全流程落地与迭代验证，独立完成从需求拆解、架构设计、AI 模型适配、前后端开发、试点上线到效果复盘的完整项目闭环，重点落地轻量化 AI 临床应用场景。  承接临床业务、生产运营数字化及智能化升级需求，结合临床诊疗、医技流程、生产质控、数据运营等真实场景，输出数字化 + AI 融合的可落地、可复用解决方案，支撑部门智能化创新试点与业务提效。  负责 AI 应用 POC 全栈开发与集成调试，包含 AI 能力封装、模型接口对接、前端智能交互开发、后端业务逻辑适配、数据预处理与结果可视化，保障 AI 场景贴合临床实际、稳定可用、效果可验证。  主导临床 AI 轻量化场景落地，涵盖但不限于：临床文本结构化提取、病历智能质控、诊疗数据智能归因、影像辅助筛查、流程智能预警、生产质控 AI 分析、智能问答助手、业务自动化研判等场景 POC 验证。  联动临床业务、算法、产品、数据及运维团队，完成 AI 数据集规整、模型效果测评、场景适配优化、业务规则调试，解决 AI 落地最后一公里适配问题，沉淀临床 AI 落地标准、复用组件与最佳实践。  持续跟踪医疗 AI 前沿技术、大模型行业应用、轻量化智能方案，开展技术预研与场景创新验证，筛选适配临床生产的低成本、高落地性 AI 应用方向。  负责数字化 + AI POC 项目的技术方案、对接文档、测试报告、落地总结等资料的撰写与资产沉淀

• 计算机、软件工程、人工智能、大数据、生物医学工程等相关专业，本科及以上学历，1-3 年全栈开发 + AI 场景 POC 落地经验，有医疗 / 临床 AI 落地、医院数字化智能化项目经验者优先。

• 具备扎实全栈开发能力：前端熟练使用 Vue/React、TS、数据可视化；后端熟练使用 Java/Python 任一主力语言，精通接口开发、服务搭建、前后端联调，能独立完成整套应用系统开发落地。

• 熟练掌握 MySQL 等主流数据库，精通 SQL 数据处理、清洗与统计分析，了解临床数据结构、医疗数据规范、隐私脱敏处理者优先。

• 具备 AI 场景独立 POC 落地实战能力，熟悉 AI 应用落地流程：需求建模、数据预处理、模型调用适配、业务规则耦合、效果评估迭代，能够独立把 AI 能力嵌入临床业务流程。

• 熟悉主流 AI 落地技术栈：掌握大模型 API 微调 / 知识库 RAG、文本抽取、语义检索、智能分类、结构化解析等常用 AI 应用技术；熟练使用 Python 进行 AI 脚本开发、数据处理、模型封装与服务化部署。

• 了解医疗 AI 合规要求、数据脱敏、隐私安全规范，有临床 AI 质控、病历结构化、智能预警、医疗问答、辅助决策相关 POC 落地经验优先。

• 熟悉低代码、流程自动化、数据可视化等数字化工具，能够结合 AI 能力快速搭建智能化试点应用。

• 极强的落地推进能力，不局限纯代码开发，能够从临床业务痛点出发定义 AI 场景、验证价值、迭代优化，解决 AI 落地 “能用、好用、适配业务” 核心问题。

• 优秀的跨团队沟通能力，可精准对接临床业务需求，完成业务语言到 AI 技术方案的转化，高效协同算法、业务、产品团队落地项目。

• 具备产品思维和复盘思维，善于沉淀 AI 场景落地方法论、复用组件和标准化方案，支撑后续规模化复制。

• 主动性强、抗压性高，适配 AI 创新项目快速试错、多场景并行、快速迭代的工作节奏。 EDUCATION (Indicate the mini. requirement & preferred discipline): • 学历要求：全日制本科及以上学历，计算机、软件工程、人工智能、大数据、信息工程、生物医学工程等相关理工科专业；专业匹配度高、项目经验优秀者可适度放宽。

• 工作经验要求：具备 2–5 年互联网 / 企业数字化 / 医疗信息化全职开发经验，拥有独立负责 AI 场景、数字化项目 POC 落地实战经验；应届生、无独立 POC 落地经验者暂不匹配。

• 行业经验优先：有医院临床信息化、医疗 AI、医疗大数据、临床生产质控、医疗系统改造升级项目经验者优先，有完整上线试点、落地交付项目履历者优先