科大讯飞
【星火X计划】基于跨专科、自适应的医疗复杂循证推理技术的“超级医生助手”研发(J14498)
【星火X计划】基于跨专科、自适应的医疗复杂循证推理技术的“超级医生助手”研发(J14498)
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人工智能
人工智能
Agent架构
人工智能
医疗Ai
多模态融合
大模型
强化学习
深度学习
自然语言处理
值不值得投
78综合评分
综合评分 78
前沿医疗AI研发岗位，技术挑战高、社会意义大，但WLB和薪资福利未明确。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
3.3万
比人工智能中位数高
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 220 个在招 · 其中人工智能 23 个
市场机会
选择适中
合肥 · 人工智能 · 38 个在招
职位详情
关于这个职位
该职位是科大讯飞“星火X计划”的顶尖AI人才研发岗位，致力于开发基于跨专科、自适应的医疗复杂循证推理技术的“超级医生助手”
工作涉及攻克医疗AI核心技术，包括复杂任务动态规划、长上下文推理、多模态融合和多智能体协同，旨在解决医疗资源缺口和疑难重症诊疗难题，推动医疗AI从辅助工具升级为自主决策主体
最低要求
-27届博士毕业生，人工智能、计算机科学、深度学习、自然语言处理、生物医学工程或应用数学等相关专业，具备良好的科研素养与前沿研究视野
理论功底扎实，精通深度学习与大模型核心基础理论，熟悉 Transformer 架构、长上下文注意力机制、强化学习（RLHF/GRPO）与过程监督（PRM）核心原理，掌握大模型预训练、微调、推理全链路技术体系
具备优秀的独立科研攻关与复杂问题拆解能力，能够精准挖掘医疗/工业级复杂场景下大模型长文本遗忘、逻辑幻觉、多 Agent 博弈冲突等核心技术瓶颈，独立完成原创算法方案设计、原理迭代与大规模集群实验验证，具备较强的问题复盘与技术优化思维
拥有扎实的数理推导、算法建模与实验设计能力，可独立完成长序列循证推理、多模态联合表征、多体博弈决策模型构建及多维度性能对标分析
具备良好的跨学科沟通表达与团队协同能力，拥有较强的技术敏感度与严谨的临床/工程安全意识，能够将前沿算法创新精准转化为可落地的工业级 Agent 解决方案，抗压能力强，能够适配工业级前沿算法研发节奏
工作职责
研发医疗复杂任务动态规划算法，实现复杂诊疗目标的阶梯式子任务动态拆解与全闭环临床决策链
攻克长上下文循证推理难题，构建无损记忆机制与长链条思维链，实现具备主动追问、动态纠错与循证追溯的专科深度推理
强化医疗多模态融合决策，构建“文本-影像-病理”多模态联合表征模型，深度融合超长时序与高维空间特征
设计跨专科智能体协同推理机制，包括组织调度体系与冲突协调算法，实现多智能体动态协作与个性化诊疗方案生成
优先资格
具备大模型 Agent 架构设计或复杂长链条推理前沿研究经验者优先
在 ICLR、NeurIPS、ICML、ACL、EMNLP 等顶级学术会议或期刊有长序列建模、复杂 Reasoning、Multi-Agent 或医疗大模型相关论文发表者优先
AI 洞察
优缺点分析
优点
- 涉及前沿AI技术在医疗领域的应用，解决重大社会问题，技术价值高
- 公司是上市企业，资源充足，项目有规模化落地潜力
- 有学术发表和科研交流机会，有利于个人技术积累
- 跨学科要求高，需结合医学知识，学习曲线陡峭
- 工作节奏可能较快，需要适应工业级研发强度
缺点 / 挑战
- 技术难度极高，需攻克复杂推理、多模态融合等核心挑战
- 适合有扎实AI研究基础、对医疗领域充满兴趣、愿意挑战技术前沿并承受高压的博士毕业生
角色解读
- 从研发工程师成长为AI技术专家或团队负责人
- 在医疗AI领域深耕，成为细分技术领域的专家
- 转向技术管理、产品管理或创业等方向
- 研发医疗复杂循证推理的核心算法，包括任务规划、长上下文推理等
- 设计和实现多模态融合模型，处理文本、影像、病理等医疗数据
- 构建跨专科智能体协同系统，解决多学科诊疗冲突
- 推动医疗AI技术从实验室到工业级产品的落地
- 精通深度学习和大模型技术，熟悉Transformer、强化学习等
- 具备独立科研能力和复杂问题拆解能力，能解决技术瓶颈
- 拥有数理推导和算法建模技能，能设计和验证模型
- 良好的跨学科沟通能力，能将算法转化为可落地方案
申请策略
- 研究科大讯飞的医疗AI产品和技术方向，展示与公司战略的契合
- 准备详细讲解过往研究，突出解决复杂问题的思路和成果
- 突出AI相关研究成果，特别是大模型、推理或多模态项目经验
- 强调在顶级会议或期刊的论文发表，展示科研能力
- 展示跨学科项目经历或医疗AI相关背景
- 深入学习医疗AI领域知识，了解临床诊疗流程和痛点
- 加强长上下文推理、多智能体系统等具体技术的实践能力
面试指南
- 使用STAR方法描述研究经历，突出问题、行动和结果
- 强调技术深度和创新性，结合具体论文或项目案例
- 展示对医疗场景的理解，说明技术如何解决实际临床问题
- 如何解决医疗长上下文推理中的逻辑幻觉问题？
- 多模态融合在医疗场景中有哪些关键挑战和解决方案？
- 请描述一个多智能体协同系统的架构设计
- 你如何将前沿算法转化为可落地的工业级应用？
- 复习深度学习、大模型相关论文，特别是推理和多模态方向
职位点评
薪资福利70
成长发展90
工作生活60
使命价值95
薪资福利
70中等
薪资和福利信息未在JD中披露，但基于公司上市背景和岗位技术水平，补偿性动机中等。
薪资信号未披露（AI估算：2.5千–4万/月）
成长发展
90较高
岗位涉及前沿AI技术在医疗领域的攻关，提供高技术挑战和学术成长机会，发展性动机强。
技术前沿前沿/新兴技术
技术栈深度学习、大模型、Transformer、强化学习、多模态融合、Agent架构、循证推理
业务类型profit_center
工作生活
60中等
工作地点在合肥和北京，但办公模式、WLB等信息未明确提及，生活化动机满足程度有限。
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
95较高
项目致力于解决医疗资源缺口等重大社会问题，具有高社会价值和创新性，意义感动机非常强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号填补优质资源巨大缺口、赋能基层实现专家级精准诊疗、推动区域诊疗水平同质化
创新程度开拓性创新（行业首创）
Watch Jobs