医学统计 **-**元

本公司课题组聚焦公共卫生学、公共数据库挖掘、多组学大数据、生物信息学、医学统计、人工智能、知识图谱、临床辅助决策系统、医学大模型研发与科研转化等方向。重点开展对阿尔茨海默病（Alzheimer’s Disease, AD）患者相关的临床及科研数据进行端到端、监管级标准的高阶智能分析。服务融合多源异构数据治理、高级统计建模、疾病特异性多模态基础模型推理与可解释性结果交付，旨在为生物标志物发现、临床试验富集策略优化及精准分型诊疗提供科学支撑。
现因业务发展需要，面向全国高校/科研机构/医院等招募全职医学数据分析建模科研助理（医学或人工智能背景），具体信息如下：
一、岗位职责
多模态医学数据分析负责整合来自不同模态（如医学影像、临床文本、生物标志物数据等）的医学数据，进行数据清洗、预处理和标准化，确保数据质量符合分析要求。
运用统计学方法和机器学习算法，对多模态数据进行深入挖掘和分析，探索数据之间的潜在关联和模式，为疾病诊断、治疗和预后评估提供数据支持。
构建和优化多模态医学数据分析模型，如深度学习模型、集成学习模型等，提高模型的准确性、稳定性和泛化能力，并对模型进行评估和验证。
公共卫生学、临床大数据研究利用医疗临床大数据或公共数据库（如 CHARLS 数据库），进行数据分析和初稿撰写。
基因组与生物信息学分析开展基因组、转录组、表观组数据清洗、差异分析、功能富集、PPI 网络构建等工作，熟练掌握 R/Python、Linux 等工具，熟悉生物信息流程和基因组学知识。
医学 AI 大模型研发参与多模态医学大模型微调、提示词工程、知识图谱构建、RAG 架构设计等工作，熟悉 PyTorch、Transformers 等框架，具备 LLM 调优、Prompt Engineering 等能力。
专科专病数据库、科研平台构建与医疗器械转化主导专科专病数据库标准化建设，搭建科研数据中台，开发可视化分析工具支持临床科研协作。结合 AI 算法优化健康监测模型，推动科研成果向医疗器械产品（如智能手环、远程监护系统）产业化落地。
科研转化与项目申报协助撰写国家重点研发计划、国家自然科学基金、省市和国际间课题等的申报书；绘制技术路线图、预算表等。
论文/专利/软著撰写参与 SCI 论文数据整理、图表绘制、初稿撰写、投稿系统操作；协助撰写发明专利、软件著作权材料等。
二、任职要求
专业背景：医学、人工智能、生物信息学、统计学等相关专业本科及以上学历。
技能要求多模态数据处理能力：熟悉至少一种编程语言（如 Python、R），能够使用相关库和工具进行多模态数据的处理和分析，如 Pandas、Numpy、Scikit - learn、TensorFlow、PyTorch 等。
医学知识：具备基本的医学知识，了解常见疾病的诊断、治疗和临床研究流程，能够理解医学数据的含义和临床意义。
机器学习与深度学习：掌握机器学习和深度学习的基本原理和算法，如分类、回归、聚类、神经网络等，有实际项目经验者优先。
数据可视化：能够使用数据可视化工具（如 Matplotlib、Seaborn、Tableau 等）将分析结果以直观的图表形式展示，便于理解和交流。
其他要求有较强的学习能力和问题解决能力，能够快速掌握新知识和技能，独立解决分析过程中遇到的问题。
具备良好的沟通能力和团队协作精神，能够与不同专业背景的人员有效沟通和协作，共同完成项目任务。
工作认真负责，注重细节，有较强的数据敏感性和保密意识，能够确保数据的安全和准确。