3D医疗影像多模态基础大模型研究
This evidence page preserves the observable public role details used by OpenNash Hiring Intelligence. Confirm availability and apply through the employer’s official page.
View and apply on the official careers site →Description
工作职责 1. 基于千万量级的3D医疗影像与临床报告配对数据，攻坚多模态预训练核心技术，构建具备通用能力的影像理解基础大模型。 2. 研发具备高精度、高鲁棒性的多癌种早期智能筛查大模型，并主导在多中心环境下的超大规模临床队列验证。 3. 探索并优化基于多模态大语言模型（MLLM）架构的3D影像理解底层机制，在核心下游任务上全面对标甚至超越传统专家模型。 4. 沉淀行业级3D/视频模态医疗影像训练范式，推动核心前沿算法在顶级学术会议与临床器械审批中的阶段性突破。 任职要求 1. 获得本科及以上学历，计算机科学、人工智能、医学图像处理或相关专业； 2. 具备扎实的深度学习基础，精通 3D 视觉（如 3D CNN、Vision Transformer 等）与多模态表征学习前沿算法； 3. 具备极强的大规模分布式训练工程能力，熟悉海量**医疗影像数据**的清洗、标注、存储优化及全链路数据管线建设； 4. 具备极致的极客精神与科研攻坚毅力，逻辑思维严密，能够应对复杂医疗场景下的算法性能与鲁棒性挑战； 5. 在计算机视觉或医学影像顶级学术会议（如 CVPR、ICCV、MICCAI 等）上有高质量论文发表记录者优先。
Responsibilities
1. 基于千万量级的3D医疗影像与临床报告配对数据，攻坚多模态预训练核心技术，构建具备通用能力的影像理解基础大模型。 2. 研发具备高精度、高鲁棒性的多癌种早期智能筛查大模型，并主导在多中心环境下的超大规模临床队列验证。 3. 探索并优化基于多模态大语言模型（MLLM）架构的3D影像理解底层机制，在核心下游任务上全面对标甚至超越传统专家模型。 4. 沉淀行业级3D/视频模态医疗影像训练范式，推动核心前沿算法在顶级学术会议与临床器械审批中的阶段性突破。
Qualifications
1. 获得本科及以上学历，计算机科学、人工智能、医学图像处理或相关专业； 2. 具备扎实的深度学习基础，精通 3D 视觉（如 3D CNN、Vision Transformer 等）与多模态表征学习前沿算法； 3. 具备极强的大规模分布式训练工程能力，熟悉海量**医疗影像数据**的清洗、标注、存储优化及全链路数据管线建设； 4. 具备极致的极客精神与科研攻坚毅力，逻辑思维严密，能够应对复杂医疗场景下的算法性能与鲁棒性挑战； 5. 在计算机视觉或医学影像顶级学术会议（如 CVPR、ICCV、MICCAI 等）上有高质量论文发表记录者优先。