27届正式批-医疗大模型算法工程师（HK）

1. 负责医疗健康领域大语言模型（LLM）的微调、推理优化及私有化部署，涵盖电子病历结构化、医学知识问答、临床辅助决策等场景。 
2. 构建并优化RAG（检索增强生成）系统，整合医学知识库与实时数据，有效降低模型幻觉，确保医疗信息的准确性与合规性。 
3. 参与医疗AI Agent的设计与开发，实现如健康报告自动解读、个性化干预建议生成、多轮医学对话管理等复杂工作流。 
4. 负责医疗文本数据的清洗、标注体系设计及质量评估，持续优化模型性能。 
5. 跟踪NLP及大模型前沿技术（如MoE、长上下文、多模态LLM），进行算法原型验证与技术储备。

1. 本科及以上学历，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. 扎实的机器学习与深度学习基础，深入理解Transformer架构及主流大模型（GPT、Llama、Baichuan等）的原理。 
3. 熟练使用Python，熟悉PyTorch及HuggingFace生态，具备丰富的模型训练与调优经验。 
4. 有以下经验者优先： 

• 有大模型微调（SFT、LoRA、QLoRA）或推理加速（vLLM、TensorRT-LLM）实战经验； 
• 熟悉RAG架构（LangChain、LlamaIndex等）及向量数据库（Milvus、FAISS）； 
• 有医疗NLP项目经验（如医学实体识别、关系抽取、ICD编码）。

5.良好的中英文读写与沟通能力（需阅读英文医学文献，并可能参与国际协作）。 

6.具备独立解决问题能力，有责任心，能适应快节奏的研发环境。 

加分项：

• 发表过NLP/医疗AI相关顶会论文（ACL、EMNLP、NeurIPS等）； 
• 有Agent开发框架（AutoGen、MetaGPT）实战经验； 
• 熟悉Java/Go，有高并发模型服务化经验