Senior Engineer, AI Software - Onsite

优缺点分析

角色解读

• 技术路径：可向AI/ML专家、软件架构师或技术负责人方向发展，深耕医疗AI领域
• 管理路径：凭借项目领导经验，可转向技术管理岗位，如工程经理或技术总监
• 行业路径：在生命科学和医疗诊断领域积累深厚经验，成为该交叉领域的稀缺人才
• 您将负责AI驱动数字病理软件的全栈开发，从前端界面到后端逻辑和云部署
• 您需要与跨职能团队协作，将AI模型集成到受监管的医疗设备软件中，并确保其稳定性和性能
• 您将参与软件开发生命周期的各个阶段，包括需求分析、编码、测试、发布和现场问题排查
• 扎实的全栈开发能力，特别是Go和JavaScript/Typescript，以及AWS云服务和Docker容器化技术
• 在敏捷环境中进行软件开发的丰富经验，并严格遵守代码管理和审查流程
• 对医疗设备软件开发法规和网络安全标准有基本理解或学习意愿

申请策略

• 深入了解Leica Biosystems和丹纳赫在癌症诊断领域的使命和产品，在申请材料中表达对其价值的认同
• 准备好讨论您过去如何处理复杂的、多模块的系统问题，以及您如何确保代码在关键应用中的质量
• 重点展示使用Go、JavaScript/Typescript和AWS在Linux环境下的全栈项目经验，特别是涉及系统集成和发布的案例
• 详细描述在敏捷团队中4年以上的开发经验，并举例说明您如何遵循代码审查和版本控制的最佳实践
• 如果有医疗、生命科学或任何受监管行业（如金融）的软件开发经验，务必突出强调
• 如果对医疗设备法规（如ISO 13485, IEC 62304）不熟悉，可以提前学习基础知识，了解设计控制流程
• 复习或实践使用Docker进行应用容器化，并了解Kubernetes的基本概念，即使职位描述中列为优先项

面试指南

• 使用STAR法则（情境、任务、行动、结果）来构建您的回答，确保逻辑清晰且有具体成果支撑
• 在回答技术问题时，不仅要说明“做了什么”，还要解释“为什么这么做”，展现您的设计思维和决策过程
• 对于涉及协作或挑战的问题，强调您的沟通技巧、解决问题的韧性以及对团队和项目成功的贡献
• 请描述一个您使用Go（或类似语言）开发并部署到AWS的复杂软件系统的经历
• 在敏捷开发中，您如何平衡快速迭代与代码质量/稳定性，尤其是在可能影响产品安全性的环境中？
• 请举例说明您是如何排查一个涉及多个软件层（甚至硬件）的复杂生产环境问题的
• 您是否有与数据科学家或AI研究人员合作的经验？您是如何将AI模型集成到生产软件中的？
• 您对在受监管环境（如医疗、金融）下进行软件开发有什么看法或经验？