医学数据与评测科研实习生

整理经授权、脱敏的医学影像、临床文本及医学文献数据，开展数据清洗、去重、格式统一和质量检查工作，支撑医学多模态基础模型训练与评测。

参与医学概念体系、疾病知识体系和证据数据构建，梳理医学概念之间的关联关系，核验知识来源及文献依据，提升医学数据的规范性与可追溯性。

协助设计医学人工智能评测任务，包括测试样例构建、评价指标制定、基线模型运行及实验结果汇总分析。

分析模型预测错误、数据偏差及评测结果差异，整理问题反馈与优化建议，支持模型迭代改进。

参与课题组讨论和阶段性汇报，整理研究过程中的数据、实验记录和分析报告。

招募对象：本科生、硕士研究生

医学、生物医学工程、计算机、人工智能、统计学等相关专业背景，或对医学与人工智能交叉研究具有兴趣。

本科生：具备基础统计知识，能够阅读英文医学资料，细致完成数据整理与质量检查工作，愿意学习 Python 等数据处理工具。

硕士研究生：具备 Python 或 R 数据分析基础，能够开展文献检索与整理，理解医学人工智能评价指标，并在指导下完成数据分析和评测实验。

具备良好的数据规范意识和科研记录习惯，能够认真处理医学数据相关任务。

不要求已有正式科研经历或论文发表，更关注学习能力、研究兴趣和团队协作能力；有医学数据分析、知识整理或课程项目经历者优先。

实习安排：线上线下结合；实习周期：6个月以上；每周投入时间：20–30小时。