GE医疗
Sr. Staff Software Architect -- Recon
Sr. Staff Software Architect -- Recon
发布于 大约 16 小时前普通员工/个人贡献者
北京市
专家级经验
全职员工
仅现场办公
硕士
架构师
Ai/Ml
Cuda
Gpu编程
Opencl
医学影像
并行计算
深度学习
Ct重建
AI 估算 · 50k–80k
资深架构师，医疗影像与GPU高性能计算技术壁垒高，北京人才竞争激烈，薪资具市场竞争力。
职位详情
关于这个职位
该职位负责领导GE医疗下一代CT重建平台的技术架构与开发，深度结合GPU高性能计算和AI/ML技术，推动医学影像创新
作为资深架构师，你将与物理、算法、临床等多团队协作，定义技术方向并指导工程团队，是技术专家型职位的典型路径
最低要求
计算机科学、软件工程、医学影像、物理、应用数学或相关领域硕士或博士学历
年以上软件开发经验，其中5年以上医学影像、科学计算或高性能计算领域的软件架构和技术领导经验
精通C++软件开发，包括现代C++（C++14/17/20）、面向对象设计、多线程、性能优化和大型软件系统
熟练掌握Python用于算法原型、工作流自动化、性能分析和AI/ML开发
在GPU编程和优化方面有深厚专业经验，包括CUDA、OpenCL、SIMD向量化等技术
对并行计算、分布式计算概念和计算密集型应用的性能工程有深入理解
扎实的计算机体系结构知识，包括CPU/GPU架构、内存层级、缓存优化、SIMD/向量化、数据局部性和异构计算系统
有高速CT数据采集、传输、存储和处理管线的实践经验，包括大规模成像数据流的架构设计和优化
有将AI/深度学习技术应用于医学影像应用的实践经验，如图像重建、去噪、伪影消除、图像质量增强或智能成像工作流
具备领导架构决策、推动技术创新和影响跨职能工程团队的能力
良好的中英文沟通能力、协作能力和技术领导力
工作职责
定义并推动多代CT重建系统的软件架构策略
领导CT图像重建管线、图像处理链和大规模临床成像应用的设计、开发和优化，确保高图像质量、性能、可扩展性和可维护性
领导利用GPU编程、并行计算、异构计算平台和现代计算机架构的软件性能加速计划
通过深入理解CPU/GPU架构、内存层级、任务调度、数据移动和分布式计算技术，构建高性能重建框架
与物理、算法、临床科学、系统工程、硬件和产品团队紧密合作，将临床和业务需求转化为创新的成像解决方案
与跨职能、跨组织的高级技术领导者进行技术讨论、架构评审和设计决策
评估并采用高性能计算、成像科学和软件工程领域的新兴技术，持续提升系统能力和效率
推动AI和机器学习技术集成到CT重建工作流中，包括AI辅助图像重建、图像增强、去噪、伪影消除、图像质量优化和智能工作流自动化
定义AI重建解决方案的架构和部署策略，平衡图像质量、计算效率、鲁棒性、可扩展性和监管要求
为工程团队提供技术领导和指导，建立软件架构、系统设计、代码质量和开发流程的最佳实践
为定义CT成像产品未来方向的技术战略和创新计划做出贡献
优先资格
对前沿AI和CT技术表现出强烈好奇心，能够评估新概念、构建快速原型，并推动技术落地到产品开发
有光子计数CT（PCCT）重建算法和系统架构经验
拥有多样的个人兴趣爱好，热爱运动，反映出积极、充满活力、平衡的生活方式
AI 洞察
优缺点分析
优点
- 处于GPU+AI与医学影像融合的前沿，技能稀缺且市场需求持续增长
- 与跨领域顶级专家协作，能快速提升架构设计能力和行业影响力
- 外企文化相对注重工作生活平衡，福利体系完善，且提供全球性职业发展机会
- 技术栈复杂且快速迭代，需要持续学习，保持对前沿技术的敏锐度
- 跨部门协作频繁，需要较强的沟通能力和技术影响力，而非仅仅技术执行
- 适合在医学影像、高性能计算或AI领域有深厚积累，热爱技术架构设计，并希望在大型平台发挥影响力的资深工程师
缺点 / 挑战
- 全球领先的医疗科技平台，参与下一代CT技术研发，工作内容具有高挑战性和技术深度
- 医疗设备软件对质量、性能和监管要求极高，项目周期长，可能面临较大压力
角色解读
- 在技术专家路线深化，成为首席架构师或技术院士，主导跨产品线技术战略
- 向技术管理转型，担任工程团队负责人或产品线技术总监，平衡技术与业务
- 依托医疗影像领域积累，可拓展至更广泛的医疗科技与AI创新方向
- 定义并推动多代CT重建系统的软件架构策略，确保技术方向的前瞻性和可行性
- 领导CT图像重建管线、图像处理链和大规模临床成像应用的设计与优化，平衡性能、质量和可维护性
- 利用GPU编程和异构计算加速重建性能，并将AI/ML技术集成到重建工作流中，提升图像质量与效率
- 与跨部门团队（物理、算法、临床、硬件等）协作，将业务需求转化为技术解决方案，并主导架构评审
- 精通现代C++（C++14/17/20）和Python，具备大型软件系统开发与性能优化经验
- 深度掌握GPU编程和优化，熟悉CUDA/OpenCL、SIMD向量化及异构计算架构
- 对计算机体系结构、内存层级、并行计算有深入理解，能设计高性能计算管线
- 有医学影像或AI/深度学习应用经验，如CT重建、去噪、伪影消除等
申请策略
- 深入了解GE医疗的产品线（如CT、MR）和行业趋势，在面试中展现对医疗影像技术发展的见解
- 准备一个完整的系统设计案例，说明如何权衡性能、可维护性、安全性和监管要求
- 突出CT重建或医学影像相关项目经历，重点展示GPU加速和性能优化案例，量化性能收益
- 强调C++/CUDA的深度应用，以及AI在医疗影像中的落地成果，如去噪、重建等
- 展示架构设计经验和跨团队领导力，如主导过的架构决策、技术评审或技术路线规划
- 如果有光子计数CT等前沿技术经验，务必重点提及，这是加分项
- 补齐现代C++（尤其是C++20）、异构计算框架（如SYCL）的知识，提升代码水平
- 系统学习深度学习在图像重建中的应用，如UNet、Vision Transformer等网络结构和训练技巧
面试指南
- 使用STAR法则结构化描述项目，突出技术难点、你的角色和量化结果
- 从性能分析（profiling）、算法优化（如memory coalescing、occupancy tuning）、并行策略等维度解答CUDA优化问题
- 结合行业案例说明AI对图像质量和工作流的提升，同时承认当前的局限性和监管挑战
- 强调基于事实和数据说话，通过原型验证、风险评估来推动决策
- 从流程、文档、设计模式、测试策略角度阐述质量保证，体现对合规的理解
- 介绍一个你主导过的高性能计算或医学影像项目，架构设计考虑了哪些关键因素？
- 如何优化一个CUDA核函数的性能？请举例说明具体方法和效果
- 如何看待AI在CT重建中的应用前景？有哪些技术挑战？
职位点评
71
综合评分
医疗巨头资深架构师，前沿GPU+AI技术，薪资未披露但行业水平高，WLB不明确，适合追求技术深度和行业影响力的人。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
最适合以技术成长和职业发展为核心驱动力，同时希望工作具有社会意义的资深技术专家。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展88
工作生活45
使命价值80
薪资福利
70中等
职位薪资未披露，但GE医疗作为全球巨头，薪酬福利体系完善，预计处于较高水平。但由于具体数字未知，且外企薪资结构多样，保守评分。
薪资信号未披露（AI估算：50K-80K/月）
成长发展
88较高
该职位处于技术前沿，涉及GPU、AI、医学影像等交叉领域，有大量学习与成长机会，且承担架构领导职责，能显著提升个人能力。
技术前沿前沿/新兴技术
技术栈C++、CUDA、OpenCL、Python、GPU编程、并行计算、AI/ML、深度学习、CT重建
成长机会career opportunities
业务类型ambiguous
工作生活
45较低
工作地点北京，具体办公模式未明确，外企可能有一定灵活性，但架构师职责重，加班情况未知，评分不高。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
工作与医疗健康紧密相关，直接影响影像诊断质量，社会价值高，且公司使命强调'医疗无界限'，赋予工作意义感。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号healthcare has no limits
创新程度积极采用新技术
GE医疗 的其他在招职位
相似职位推荐
Watch Jobs