[Skip to main content](#main-content)

[OpenNash Jobs](https://jobs.opennash.com/)
[Hiring report](/reports/hiring/) · [All JD.com jobs](https://jobs.opennash.com/companies/jd/) · [Search jobs](/search/)

JD.com · 北京市-北京市

# 医学认知大模型临床推理增强研究

北京市-北京市 

Listed on JD.com’s official careers site. Posted May 7, 2025. Check that it is still open and apply there.
[Apply on JD.com’s careers site →](https://campus.jd.com/#/details?id=6019)

[OpenNash Jobs](https://jobs.opennash.com/) / [JD.com](https://jobs.opennash.com/companies/jd/) / 医学认知大模型临床推理增强研究

## Job description

工作职责
- 研发符合严苛临床规范的医学推理认知增强技术，攻坚底层算法，实现大模型输出结果的高可信与白盒化解释。
- 构建并持续优化“双医（医生+AI）协同”的人机交互新范式，大幅降低临床诊断路径中的漏诊与误诊风险。
- 深度调优大语言模型底座，突破长文本医学文献、复杂病历的深度理解与多源信息整合技术瓶颈。
- 协同医学专家团队开展大模型评测基准建设，推动医疗认知大模型在临床决策辅助中的合规化落地。 任职要求
- 获得本科及以上学历，计算机科学、人工智能、医疗信息学、数据科学等相关专业；
- 深入掌握大语言模型（LLM）底层架构，具备检索增强生成（RAG）、思维链（CoT）及模型微调（SFT）的丰富实战经验；
- 具备强悍的算法工程落地能力，熟悉大规模数据处理及模型推理加速技术，能够高效解决工程实践中的性能瓶颈；
- 具备敏锐的跨界学习能力，能够快速理解并抽象医学业务逻辑与行业合规要求，实现AI技术与医疗场景的深度融合；
- 在相关领域顶级学术会议或期刊上有高质量论文发表记录，或在知名算法竞赛中取得过优异成绩者优先。

## At a glance
- Posted by the employer: May 7, 2025
- First seen by OpenNash: Oct 19, 2026
- Last checked: Oct 19, 2026
- Listed for: Over a year
- Location: 北京市-北京市[Apply on JD.com’s careers site →](https://campus.jd.com/#/details?id=6019)

## More jobs at JD.com

### [3D医疗影像多模态基础大模型研究](https://jobs.opennash.com/companies/jd/jobs/31cea141d3ff4222fc49/)

北京市-北京市

### [3D可控生成与空间智能多模态研究](https://jobs.opennash.com/companies/jd/jobs/9264cfdaab33cfb45f96/)

北京市-北京市

### [AI多模态存储与向量化计算探索研究](https://jobs.opennash.com/companies/jd/jobs/e91a2f3f9d7be9a91867/)

北京市-北京市

### [CodeAI代码大模型全链路与推理优化](https://jobs.opennash.com/companies/jd/jobs/234f9df632b03e4bec55/)

北京市-北京市

OpenNash lists jobs from employers’ own careers sites and does not handle applications.
Dates come from the employer where stated; “first seen” and “last checked” are our own observations.

OpenNash Jobs · Official listings with dates and links to the employer. [Weekly hiring report](/reports/hiring/) · [Methodology](/methodology/)