联影医疗
软件算法工程师（大模型方向） - 武汉(J19722)
软件算法工程师（大模型方向） - 武汉(J19722)
发布于 6 天前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Llm训练
Nlp
医疗文本
大语言模型
微调
模型评估
科研合作
论文发表
值不值得投
76综合评分
综合评分 76
武汉联影大模型算法工程师，LLM医疗场景落地与顶会论文导向，硕士门槛、稀缺高薪
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
4.5万
比机器学习工程中位数高
发布情况
正常在招 · 5 天前发布
公司情况
这家公司招聘很活跃
88 个在招
市场机会
选择适中
武汉 · 机器学习工程 · 28 个在招
职位详情
关于这个职位
大模型算法工程师：负责LLM算法开发优化与医疗场景落地，设计训练算法与策略、构建大规模医疗文本数据集、评估验证模型性能，并参与高校医疗机构科研合作转化
要求AI相关硕士，有顶会论文与GPT研究经验者优先
最低要求
具有机器学习、自然语言处理、医学影像分析，或相关领域的学习和研究经验
有预训练大语言模型或GPT模型等相关研究开发经验者优先
在机器学习（ICML，NeurIPS、ICLR等）、计算机视觉（CVPR、ICCV、ECCV等）、自然语言处理（ACL，EMNLP等）和医疗影像分析（MICCAI、IPMI）等顶级会议，或者顶级期刊（IEEE T-PAMI，IEEE TMI、Medical Image Analysis）发表过相关论文
具有人工智能相关专业（计算机视觉、机器学习、医疗图像分析等）硕士及以上学位
能熟练使用英语
工作职责
负责大语言模型方面的算法开发、优化、应用落地
负责相应AI解决方案设计，参与关键技术研发，攻关技术难点
负责设计和实现大语言模型相关的算法和模型实现，研究并设计新式算法和模型，解决大语言模型应用问题
负责开发和优化大语言模型的训练过程，设计并实现大语言模型的训练算法和策略，配置和优化训练的超参数和计算资源，保证模型的训练效果和效率
负责构建和管理大规模医疗文本数据集，用于模型预训练和微调，完成不同场景下的下游任务
负责进行大语言模型的评估和验证，设计评估指标和实验，对训练好的大语言模型进行性能评估和分析
识别模型的弱点和改进空间，提出相应的改进策略和方法
参与高校、科研、医疗机构科研合作，协助科研成果落地转化
AI 洞察
优缺点分析
优点
- 医疗大模型蓝海方向
- 顶会论文导向支持科研
- 武汉性价比高
- 硕博与论文门槛高
- 医疗数据合规复杂
- 训练资源竞争
- 有LLM研究经历、想在医疗AI深耕的硕博人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向LLM专家或AI研究方向负责人发展
- 医疗大模型方向前沿稀缺
- 开发优化LLM算法并落地医疗场景
- 设计训练策略与数据集构建
- 评估模型性能并推动科研合作转化
- LLM预训练与微调经验
- 顶会论文研究能力
- 医疗文本数据处理与英语
申请策略
- 准备一份代表性论文讲解，展示研究深度与转化意识
- 突出LLM或GPT研究项目、顶会论文、医疗文本处理经验
- 学习医疗NLP合规与评测，深化RLHF与高效微调
面试指南
- 用论文讲研究
- 用数据讲训练优化
- 用场景讲医疗落地
- 介绍你的LLM研究
- 训练效率如何优化
- 医疗文本数据如何构建
- 模型评估指标设计
- 复习LLM前沿方法，梳理论文清单，了解医疗NLP场景
职位点评
薪资福利78
成长发展90
工作生活50
使命价值85
薪资福利
78中等
LLM算法岗薪酬高位，JD未披露具体薪资。
薪资信号未披露（AI估算：3.0千–6.0万/月）
成长发展
90较高
医疗大模型前沿方向，研究与落地双成长。
技术前沿前沿/新兴技术
技术栈LLM、GPT、微调
成长机会科研成果落地转化
业务类型profit_center
工作生活
50较低
JD未提及办公模式，训练攻关期强度大。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
大模型赋能医疗诊断与流程，意义感强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
联影医疗 的其他在招职位
相似职位推荐
Watch Jobs