AI工程实习生

岗位职责：
1. 参与文本大模型（LLM）、视觉大模型（LVM）、视觉文本大模型（VLM）和多模态大模型（LMM）在医学影像领域的预研、开发及应用落地，包括但不限于辅助诊断、图像重建和后处理、超分辨率、降噪、影像分割、目标检测、图像生成以及医疗设备和手术室的智能化与自动化；
2. 参与医学影像 AI 相关的软件模块开发，包括需求讨论、软件设计、代码实现、单元测试等；
3. 利用统计学、机器学习和深度学习方法，解决医学影像分析和医疗大数据挖掘问题，包括但不限于特征提取、数据拟合、语义理解、场景识别等；
4. 负责技术及项目方向的分享和培训。
任职要求：
1. 硕士及以上（含硕士/博士在读），计算机科学、软件工程、应用数学、统计学、物理、生物医学工程、电子工程、模式识别、自动化、通信等相关专业；
2. 具备扎实的计算机视觉、自然语言处理、多模态学习或文本大模型理论基础，在医学影像、生成式 AI、影像-文本联合建模等方面有深入研究；
3. 熟悉主流大模型架构（如 GPT、BERT、ViT、SAM、LLaMA、Mistral、DeepSeek 等），，了解 Transformer-based 预训练、微调、检索增强（RAG）等技术；
4. 具备以下至少两种相关研究经验：目标检测、医学影像分割、超分辨率、3D 视觉、文本生成、跨模态对齐、大规模预训练、知识图谱融合、强化学习等；
5. 具备优秀的编程能力，熟练掌握 Python、C++，并对并行计算、模型优化、分布式训练有实际经验者优先；
6. 深入了解PyTorch、TensorFlow、Hugging Face Transformers等深度学习框架，并具备模型部署经验（ONNX, TensorRT, Triton 等）；
7. 具有优秀的学术研究能力，在医学影像、计算机视觉、NLP、多模态 AI 领域的知名会议或期刊上发表论文（MICCAI, TMI, CVPR, NeurIPS, ICML, ACL, EMNLP 等）；
8. 具备良好的团队协作、跨部门沟通能力，能独立承担技术攻关任务，并愿意分享；
9. 具备医疗 AI 产业化经验者优先，熟悉医疗数据处理、医学影像标准（DICOM）者优先。