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

[OpenNash Hiring Intelligence](https://jobs.opennash.com/)
[Back to JD.com](../../) · [OpenNash](https://opennash.com/)

Retained official job evidence · JD.com

# 3D医疗影像多模态基础大模型研究

北京市-北京市
Not specified
Internship or early careerEmployer pay not stated in retained evidence

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 →](https://campus.jd.com/#/details?id=8938)

## 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. 计算机视觉、人工智能、医学图像处理或相关领域的本硕博在校生。 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、标注与存储优化全链路。 4. 具备极致的极客精神与攻坚复杂科研难题的毅力。5. 在计算机视觉或医学影像顶级学术会议（如CVPR、ICCV、MICCAI等）有高水平论文发表经历者优先。

## 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. 计算机视觉、人工智能、医学图像处理或相关领域的本硕博在校生。 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、标注与存储优化全链路。 4. 具备极致的极客精神与攻坚复杂科研难题的毅力。5. 在计算机视觉或医学影像顶级学术会议（如CVPR、ICCV、MICCAI等）有高水平论文发表经历者优先。

Indexing policy: this third-party evidence page is not submitted as an authorized employer job posting and does not emit JobPosting structured data.

Observed public hiring evidence. The employer controls the source posting and application process.