2027届-硕士-AI前沿洞察研究员-北京/上海

方向定位 系统性追踪大模型与医疗 AI 领域的前沿进展——论文、开源、模型与产品发布、行业与监管动态——对内转化为面向研究院与集团的周报和专题深度报告,把值得跟进的方向路由给对应技术线;对外将研究院的技术进展转化为有影响力的内容,经营研究院的技术声量。这不是编译岗:核心产出是判断与影响力,而不是罗列。 核心工作 • 情报体系建设:覆盖论文(arXiv 等)、开源社区、模型/产品发布、行业与监管动态(如 FDA/NMPA 对 AI 医疗产品的监管脉络)的信息源体系与自动化采集管线;

• 周报生成:用 LLM/agent 构建“采集→筛选→摘要→评述”的半自动化报告管线,按周产出面向不同受众(技术线/管理层)的进展报告,结论先行、附可信引用;

• 专题深度调研:围绕研究院重点方向(后训练、Harness、FDE 各应用阵地)开展技术调研,必要时做小规模复现验证,给出“跟进/观望/忽略”的明确建议及依据;

• 内部路由与影响:将高价值进展推送给对应技术线并跟踪采纳情况,组织内部 paper reading 与技术分享;

• 工作流自身的 AI 化:把调研与报告流程沉淀为可复用的情报 agent,持续降低人工成本、提高覆盖面;

• 对外技术内容与影响力运营:将研究院的技术进展与调研成果转化为对外内容(技术博客、公众号、学术社区分享等),策划并运营研究院的技术影响力阵地,服务雇主品牌与学术合作。 定位与协作模式 • 本方向为横向岗位,服务研究院全部技术线与应用阵地,不绑定单一应用;

• 调研选题与报告优先级由研究院技术负责人统筹;调研结论以对应技术线的采纳与落地情况作为效果检验

• 专业背景。 计算机、人工智能为主;医学/生命科学复合背景加分。

• 快速读懂并准确评估 LLM 与医疗 AI 论文/技术报告:能分辨真实贡献与包装,判断可复现性与对我们场景的适用性;

• 有用 LLM/agent 构建信息采集与摘要管线的实践:检索、去重、摘要与评述生成、引用可溯;

• 优秀的技术写作能力:结论先行,同一进展能为技术与管理两类受众写出各自可用的版本;

• 对医疗 AI 生态有基本认知(主要玩家、常用基准、监管脉络),或有强意愿快速建立。

• 论文优先。 有一作论文者优先(证明做过而不只是看过研究)。

• 相关经验优先。 LLM/agent 信息管线搭建、技术写作与内容运营(公众号、知乎、X/Twitter、小红书等)、独立复现前沿工作;科技媒体/DevRel/行业分析师经验、维护过有影响力的技术通讯/博客/开源资料库加分