職位描述
該職位還未進行加V認證,請仔細了解后再進行投遞!
崗位職責:
開發(fā)和部署用于處理和分析醫(yī)學文本數(shù)據(jù)的 NLP 模型,例如電子病歷、醫(yī)學文獻、臨床試驗數(shù)據(jù)等。
設(shè)計和實現(xiàn)信息抽取、文本分類、情感分析、問答系統(tǒng)等 NLP 算法。
67探索和應用大模型(如 GPT、BERT 等)在醫(yī)學領(lǐng)域的應用,例如醫(yī)學文本生成、智能問診、醫(yī)學知識問答等。67
與醫(yī)學專家和數(shù)據(jù)科學家合作,理解業(yè)務需求,并將 NLP 技術(shù)應用于解決實際問題。
跟蹤最新的 NLP 研究進展,并將其應用于實際項目中。
編寫高質(zhì)量的代碼,并進行單元測試和集成測試。
撰寫技術(shù)文檔,并進行技術(shù)分享。
任職要求
學歷:67計算機科學、人工智能,電子信息等相關(guān)專業(yè)碩士及以上學歷。
67經(jīng)驗:673 年以上 NLP 相關(guān)工作經(jīng)驗,有醫(yī)學相關(guān)項目經(jīng)驗者優(yōu)先。
67技能:67
精通 Python 或 Java 等編程語言。
熟悉常用的 NLP 工具包,例如 TensorFlow、PyTorch、spaCy、NLTK 等。
熟悉常用的機器學習算法,例如深度學習、統(tǒng)計學習等。
67具備大模型訓練、微調(diào)、應用經(jīng)驗,熟悉主流大模型框架,例如 Hugging Face Transformers、DeepSpeed 等。67
具備良好的數(shù)據(jù)處理和分析能力。
具備良好的溝通能力和團隊合作精神。
67加分項:67
熟悉醫(yī)學知識圖譜、醫(yī)學術(shù)語標準 (例如 SNOMED CT、LOINC 等)。
有醫(yī)學影像分析等相關(guān)項目經(jīng)驗。
發(fā)表過相關(guān)領(lǐng)域的學術(shù)論文,獲得過算法比賽獎項。
開發(fā)和部署用于處理和分析醫(yī)學文本數(shù)據(jù)的 NLP 模型,例如電子病歷、醫(yī)學文獻、臨床試驗數(shù)據(jù)等。
設(shè)計和實現(xiàn)信息抽取、文本分類、情感分析、問答系統(tǒng)等 NLP 算法。
67探索和應用大模型(如 GPT、BERT 等)在醫(yī)學領(lǐng)域的應用,例如醫(yī)學文本生成、智能問診、醫(yī)學知識問答等。67
與醫(yī)學專家和數(shù)據(jù)科學家合作,理解業(yè)務需求,并將 NLP 技術(shù)應用于解決實際問題。
跟蹤最新的 NLP 研究進展,并將其應用于實際項目中。
編寫高質(zhì)量的代碼,并進行單元測試和集成測試。
撰寫技術(shù)文檔,并進行技術(shù)分享。
任職要求
學歷:67計算機科學、人工智能,電子信息等相關(guān)專業(yè)碩士及以上學歷。
67經(jīng)驗:673 年以上 NLP 相關(guān)工作經(jīng)驗,有醫(yī)學相關(guān)項目經(jīng)驗者優(yōu)先。
67技能:67
精通 Python 或 Java 等編程語言。
熟悉常用的 NLP 工具包,例如 TensorFlow、PyTorch、spaCy、NLTK 等。
熟悉常用的機器學習算法,例如深度學習、統(tǒng)計學習等。
67具備大模型訓練、微調(diào)、應用經(jīng)驗,熟悉主流大模型框架,例如 Hugging Face Transformers、DeepSpeed 等。67
具備良好的數(shù)據(jù)處理和分析能力。
具備良好的溝通能力和團隊合作精神。
67加分項:67
熟悉醫(yī)學知識圖譜、醫(yī)學術(shù)語標準 (例如 SNOMED CT、LOINC 等)。
有醫(yī)學影像分析等相關(guān)項目經(jīng)驗。
發(fā)表過相關(guān)領(lǐng)域的學術(shù)論文,獲得過算法比賽獎項。
工作地點
地址:黃山屯溪區(qū)杭州灣信息港-C座9層
查看


職位發(fā)布者
張芹/人..HR
杭州美聯(lián)醫(yī)學控股有限公司

-
制藥·生物工程
-
100-199人
-
私營·民營企業(yè)
-
杭州市蕭山區(qū)啟迪路198號杭州灣信息港C座9樓