MicroPort logo
微创医疗
算法软件工程师-冠脉业务

算法软件工程师-冠脉业务

发布于 9 天前

普通员工/个人贡献者

AI 估算 · 3.0–5.0万 · AI 参考估算
中级经验
硕士
全职员工仅现场办公算法工程师
算法工程师
Cuda
Pytorch
Tensorflow
医疗影像
模型部署
深度学习
计算机视觉

值不值得投

81综合评分

综合评分 81

顶尖医疗大厂、前沿AI技术栈、高成长性与社会价值并重,WLB待确认

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

4.0万

比算法工程师中位数高

发布情况

正常在招 · 9 天前发布

公司情况

这家公司招聘很活跃

22 个在招

市场机会

选择适中

上海 · 算法工程师 · 16 个在招

职位详情

关于这个职位

负责医疗影像AI算法的研发与部署,涵盖图像分类、分割及3D重建等核心任务

需结合OCT/IVUS成像原理进行算法预研与优化,并解决临床应用中的技术难题,提升产品竞争力

最低要求

计算机科学、生物医学工程、电子工程、应用数学或相关专业,硕士毕业,211/985院校或QS200以内海外院校,良好的英文阅读能力

熟悉OpenCV、ITK、SimpleITK、VTK等第三方库,掌握C/C++软件开发工具
熟悉完整的医疗影像设备的开发周期和流程
具备PyTorch/TensorFlow实战经验、C/C++软件开发经验者优先
掌握各类Deep CNN、YOLO等框架的模型,熟悉生成式AI模型(例如DCGAN、Transformer、Stable Diffusion等),熟悉机器学习、图像处理等相关技术,有实际项目经验者优先
掌握ONNX/TensorRT/LibTorch等模型部署流程,熟悉CUDA加速、模型量化、剪枝、知识蒸馏等技术者优先

工作职责

负责医疗影像AI算法研发与部署,研发医学图像分类、分割、检测、配准、重建等核心算法,覆盖2D/3D/4D医学影像数据

负责医疗影像领域前沿算法论文的研究与实现,具备独立预研前沿算法、撰写专利、发表论文的能力
负责软件开发医疗影像AI图像重建算法、3D重建算法,对接医疗影像设备,例如OCT、IVUS
与其他团队合作,解决在临床应用中遇到的算法技术难题,改善临床用户体验,提高产品竞争力

优先资格

熟悉OCT/IVUS成像原理、图像重建、3D重建原理者优先

具备PyTorch/TensorFlow实战经验优先、C/C++软件开发经验者优先
熟悉CUDA加速、模型量化、剪枝、知识蒸馏等技术者优先

AI 洞察

优缺点分析

优点

  • 平台优势:依托微创医疗上市大厂资源,拥有真实的临床数据和落地场景
  • 技术前沿:涉及3D重建、生成式AI等在医疗领域的创新应用,技术含量高
  • 职业背书:医疗AI赛道具有长期稳定性,且易积累高价值专利和论文
  • 跨界融合:结合计算机科学与生物医学工程,拓宽职业边界
  • 技术难度高:需同时掌握底层C++高性能计算和上层AI模型训练,复合型人才稀缺
  • 领域门槛:医疗影像数据敏感且获取难,需深入理解成像物理原理
  • 跨部门协作:需频繁与临床医生沟通,对非技术沟通能力有要求
  • 适合具备扎实算法功底、对医疗科技有热情、且希望将技术应用于实际临床场景的复合型工程师

缺点 / 挑战

  • 合规压力:医疗器械软件需符合严格监管标准,迭代速度可能受限

角色解读

  • 纵向深耕:成为医疗影像AI领域的资深专家或首席科学家
  • 横向拓展:转向AI产品经理或技术管理岗位,主导产品线规划
  • 行业影响力:通过专利和论文建立个人品牌,成为行业标准制定参与者
  • 研发医疗影像AI核心算法,包括图像分类、分割、检测和3D重建等
  • 将前沿学术成果转化为实际工程代码,并申请专利或发表论文
  • 优化算法在特定医疗设备(如OCT、IVUS)上的部署与性能
  • 协同临床团队解决实际应用中的算法痛点
  • 扎实的C/C++编程基础及OpenCV/VTK等图像处理库使用经验
  • 精通PyTorch/TensorFlow,熟悉CNN、Transformer及生成式AI模型
  • 掌握模型部署优化技术,如ONNX、TensorRT、CUDA加速及模型压缩
  • 了解医疗影像成像原理(特别是OCT/IVUS)及医疗器械开发流程

申请策略

  • 准备一个端到端的算法项目案例,从数据处理到部署上线
  • 研究微创医疗现有的冠脉介入产品,体现对业务的理解
  • 突出C++与Python混合编程能力及高性能计算优化经验
  • 强调在医疗影像(CT/MRI/OCT等)领域的具体项目成果
  • 展示模型部署优化案例(如推理速度提升、内存占用降低)
  • 补充OCT/IVUS等血管内成像技术的物理原理知识
  • 深入学习模型量化、剪枝等边缘端部署技术
  • 关注医疗AI伦理与法规认证流程

面试指南

  • STAR法则:情境-任务-行动-结果,重点突出技术选型依据和量化成果
  • 理论结合实践:先阐述算法原理,再说明在实际数据中的调优过程
  • 系统思维:从数据采集、预处理、模型训练到部署运维的全链路视角回答
  • 请介绍一个你负责的医疗影像处理项目,重点说明难点和解决方案
  • 如何在资源受限的设备上优化深度学习模型的推理速度?
  • 你对OCT或IVUS成像原理有什么了解?如何处理其特有的噪声?
  • 请谈谈你对生成式AI在医疗影像重建中应用的看法
  • 如何评估AI算法在临床场景下的有效性和安全性?

职位点评

薪资福利85
成长发展90
工作生活60
使命价值88

薪资福利

85较高

作为已上市的超大型医疗器械企业,提供具有市场竞争力的薪资和完善的福利体系,尤其在核心技术岗位上。

薪资信号市场水准 (3.0千–5.0万/月)

成长发展

90较高

职位明确要求预研前沿算法、撰写专利和发表论文,且涉及3D重建、生成式AI等高精尖技术,成长空间巨大。

技术前沿前沿/新兴技术
技术栈AI算法、3D重建、OCT、IVUS、Transformer、Stable Diffusion、CUDA、TensorRT
成长机会撰写专利、发表论文、独立预研前沿算法
业务类型profit_center

工作生活

60中等

未明确提及弹性工作制,但相比纯互联网大厂,医疗硬件行业的节奏相对可控,不过研发节点压力依然存在。

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

88较高

直接服务于心血管疾病诊疗,改善患者临床体验,具有显著的社会价值和使命感。

行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号改善临床用户体验、提高产品竞争力
创新程度积极采用新技术
Watch Jobs