GE医疗
Sr. Software Engineer
Sr. Software Engineer
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Cuda
Dicom
Mri重建
Pytorch
Tensorflow
信号处理
深度学习
值不值得投
80综合评分
综合评分 80
GE医疗核心算法岗，技术前沿且社会价值高，薪资福利优渥，但工程合规要求严且可能需on-call。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.3万
比算法优化工程师中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 160 个在招
市场机会
选择面较广
北京 · 算法优化工程师 · 约 350 个在招
职位详情
关于这个职位
该职位负责设计和优化MRI图像重建算法及软件，涵盖传统方法与深度学习技术
你需要与物理、临床和平台团队合作，将原型转化为临床级产品，并参与架构设计、性能优化及跨团队协作
最低要求
计算机科学、电子工程、生物医学工程、医学物理、应用数学或相关专业硕士或博士学位
具备扎实的数学和信号处理基础（线性代数、优化、傅里叶/采样理论）
精通现代C++，具备良好的工程实践
了解MRI重建基础知识：k空间、采样轨迹（笛卡尔/螺旋/径向）、并行成像
在以下至少一个领域具备专业知识：优化/逆问题（ISTA/FISTA/ADMM/PGD）、并行成像（SENSE/GRAPPA/ESPIRiT）、非笛卡尔重建（NUFFT、Toeplitz/块Toeplitz方法）、深度学习重建（端到端或物理约束网络、Plug-and-Play）
熟悉Linux、Git、调试和性能分析
自我驱动，结果导向，能将研究代码转化为生产代码
具备较强的沟通能力和跨学科协作能力
具备文档编写和实验可重复性思维
工作职责
功能与算法开发：实现MRI应用功能，设计、实现和维护应用服务及API
深度学习重建：使用PyTorch/TF构建和训练重建网络（UNet/VarNet/物理引导、基于分数的）
性能优化：提高性能、可靠性、可观测性和开发者工具，GPU/CUDA加速、多线程、实时/近实时重建的内存优化
数据管道：处理k空间数据、校准、线圈组合、ESPIRiT映射、偏置校正、后处理
工程卓越：编写干净、可测试的代码
单元/集成测试
CI/CD
容器化和部署
标准与集成：使用DICOM/ISMRMRD
与Gadgetron/BART/内部平台集成
验证与转化：与MR物理学家和临床医生合作进行实验、基准测试和产品化
参与架构、技术路线图和跨团队计划的协作
参与敏捷流程：计划、估算、回顾和按需on-call
优先资格
熟悉CUDA/CuFFT/CuBLAS、OpenMP、SIMD向量化
有git、jenkins、devops等经验
有处理真实MR数据和序列（EPI、3D GRE/SE、VIBE、bSSFP、DWI/DTI、ASL、MRE）的实操经验
了解DICOM/HL7、PACS/工作站集成以及医疗软件合规性（IEC 62304、ISO 13485）
有发表论文/参加比赛（如fastMRI）或开源贡献
AI 洞察
优缺点分析
优点
- 处于医疗影像与AI结合的前沿领域，技术壁垒高，职业生命周期长
- 依托全球领先的医疗平台，能接触到顶尖的临床资源与合规标准，履历含金量高
- 工作内容兼具算法研究与工程落地，能全面提升从理论到产品的综合能力
- 医疗软件对合规性（如IEC 62304）和稳定性要求极高，开发流程相对严谨繁琐
- 需要跨学科沟通（物理、临床），理解非计算机领域的专业知识有一定学习成本
- 适合拥有扎实数学与C++功底，对医疗影像或底层算法有浓厚兴趣，且具备较强工程落地能力的硕士/博士求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向资深算法专家或首席科学家方向发展，深耕医疗影像核心算法
- 也可转向技术管理路线，带领团队负责MRI软件平台或特定产品线的技术架构
- 负责MRI图像重建算法的设计、实现与优化，涵盖传统信号处理与深度学习方法
- 将算法原型转化为临床级产品，处理k空间数据、GPU加速及性能优化
- 与物理学家、临床医生及跨职能团队紧密合作，推进技术落地与产品化
- 精通现代C++及扎实的数学、信号处理基础（如傅里叶变换、优化理论）
- 深入理解MRI重建原理（k空间、并行成像）及至少一种高级重建技术（如深度学习、非笛卡尔重建）
- 熟悉Linux环境、GPU/CUDA加速及性能分析工具，具备将研究代码工程化、产品化的能力
申请策略
- 了解GE医疗在MRI领域的最新产品线（如SIGNA系列）及AI应用战略，面试时展现对公司业务的理解
- 突出在MRI重建、信号处理或深度学习图像重建方面的具体项目经验及成果
- 强调现代C++开发能力、GPU/CUDA加速经验以及将算法转化为生产代码的工程实践
- 若有相关学术论文、开源贡献或医疗软件合规（DICOM/IEC 62304）经验，务必重点展示
- 复习并深化MRI物理原理及经典重建算法（如SENSE/GRAPPA），了解最新的深度学习重建进展
- 提升CUDA编程与性能调优能力，熟悉医疗影像标准（DICOM/ISMRMRD）
面试指南
- STAR法则：针对项目经验，清晰阐述背景、任务、行动（特别是技术细节和工程优化）和结果（性能提升或临床效果）
- 技术深度+工程广度：回答算法问题时，不仅讲数学原理，还要结合C++/CUDA实现细节、内存管理和系统架构
- 请详细描述你参与过的一个MRI重建或图像重建项目，你在其中解决了什么核心难题？
- 在将深度学习模型部署到实时/近实时重建场景时，你是如何进行GPU加速和内存优化的？
- 如何处理非笛卡尔采样轨迹下的重建问题？请对比NUFFT与传统方法的优劣
- 在跨学科团队中，你如何向临床医生或物理学家解释你的算法设计并获取反馈？
- 准备1-2个能体现你解决复杂算法和工程性能瓶颈问题的深度技术案例
- 复习MRI基础物理知识及GE医疗的核心MRI技术卖点，准备一些向面试官提问的业务问题
职位点评
薪资福利80
成长发展85
工作生活65
使命价值90
薪资福利
80较高
作为跨国巨头的高级技术岗，薪资福利处于市场中上水平，且提供完善的全面薪酬体系。
薪资信号未披露（AI估算：3千–5.5万/月）
成长发展
85较高
岗位涉及MRI前沿算法与深度学习，技术壁垒高，且公司文化鼓励将想法转化为现实，提供良好的职业发展机会。
技术前沿前沿/新兴技术
技术栈C++、PyTorch、TensorFlow、CUDA、MRI Reconstruction、Deep Learning、DICOM
成长机会career opportunities
业务类型profit_center
工作生活
65中等
JD未明确说明工作模式，但作为高级研发岗且涉及on-call，工作节奏可能较快，WLB情况需进一步确认。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
90较高
致力于医疗影像技术的创新，将前沿算法转化为临床级产品，直接助力改善患者健康，社会价值极高。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号world-changing realities、fosters care
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