崗位職責：
1、核心算法研發(fā)與優(yōu)化：負責電子病歷相關的NLP算法研發(fā)，包括醫(yī)學實體識別、關系抽取、文本分類（質控規(guī)則判定）、語義相似度計算等，持續(xù)提升模型在醫(yī)療專業(yè)場景下的準確率與魯棒性。
2、大模型與知識增強技術：
對通用大語言模型進行領域適配（Domain Adaptation）與高效微調（如LoRA, QLoRA），使其掌握醫(yī)療專業(yè)知識與病歷書寫規(guī)范。
深入研究與優(yōu)化檢索增強生成技術，負責RAG系統(tǒng)中核心算法組件的研發(fā)，包括但不限于：嵌入模型訓練與優(yōu)化，以提升醫(yī)學概念的表征能力；檢索排序算法優(yōu)化，以提升病歷段落檢索的精準度；探索重排序、HyDE等技術在提升答案質量上的應用。
3、知識體系建設：結合規(guī)則與深度學習算法，從海量病歷與非結構化文獻中抽取知識，構建與迭代醫(yī)療知識圖譜，并研究基于圖譜的推理與問答技術。
4、全鏈路效果提升：從數(shù)據構造、模型訓練、評估到上線，對算法效果全流程負責。設計科學的實驗，分析模型誤差，提出并實施有效的改進方案。
5、技術前瞻與賦能：跟蹤NLP與醫(yī)療AI前沿技術，進行原型驗證，撰寫技術專利與論文，并為團隊進行技術分享。

任職要求：
1、學歷專業(yè)：計算機科學、人工智能、生物醫(yī)學信息學等相關專業(yè)，碩士及以上學歷優(yōu)先。
2、技術基礎： 扎實的機器學習/深度學習基礎，精通NLP核心任務及Transformer系列模型原理。
熟練掌握Python及PyTorch/TensorFlow框架，有使用Hugging Face生態(tài)進行模型訓練與微調的豐富經驗。
深入理解RAG技術架構及其核心算法組件（檢索器、嵌入模型、重排器），有實際項目優(yōu)化經驗者優(yōu)先。
熟悉常用的數(shù)據挖掘和機器學習庫。
33.經驗與能力： 具備醫(yī)療NLP項目經驗者優(yōu)先，熟悉電子病歷數(shù)據結構、醫(yī)學術語體系及臨床邏輯。
出出色的邏輯思維和問題拆解能力，能從復雜的業(yè)務問題中抽象出核心算法挑戰(zhàn)。
良良好的團隊協(xié)作和溝通能力，能清晰闡述算法方案與價值。
44、重大加分項：在知識圖譜構建、信息檢索、大模型微調等任一方向有深入研究或項目成果; 熟悉多模態(tài)模型或強化學習在NLP中的應用。
工作地點：鄭州市高新區(qū)國家大學科技園東區(qū)16號樓B座5層508室。