岗位描述
1. 围绕医疗场景（电子病历、处方、检验报告、医学影像、基因测序、医学知识图谱等），构建医疗多模态非结构化数据的结构化、标准化处理能力，打造涵盖解析、召回、去重、去毒、脱敏合规等多环节的高质量医疗数据处理算子，参与医疗大模型数据处理工程平台建设，推动医疗业务与数据技术的融合落地； 2. 熟练应用 prompt 工程、SFT、RLHF 等技术，追踪业界医疗数据合成与优化前沿方法（如基于医学知识图谱的合成数据生成、病历增强、影像-报告对齐、罕见病/长尾数据合成等），建立针对医疗大模型的数据质量与效 果评估方法，持续提升医疗数据的准确性、多样性、安全性、有用性与合规性； 3. 跟进医疗大模型与通用大模型发布进展，引入医学权威 benchmark（如 MedQA、MedMCQA、MMLU-clinical、CMExam 等），为医疗模型的 scaling & alignment 提供鲁棒的实验观测指标，深度参与医疗 LLM 效果优化，加速数据系统迭代流程； 4. 作为医疗大模型的调教师推进数据构建、评估与优化。根据医疗业务需求制定详实的标注、合成、采集标准，对医疗数据集进行质量检查与标准迭代，测评模型在临床辅助决策、辅助诊断、病历生成等场景的能力边界，并从数据视角提出优化方案。