CT Physics & Algorithms Engineer

优缺点分析

角色解读

• 技术路径：从算法工程师发展为CT成像专家或首席科学家，主导核心技术方向
• 管理路径：可晋升为算法团队负责人或研发经理，带领团队推进产品创新
• 跨领域路径：可转向AI医疗影像、放射治疗计划等其他医学物理方向
• 负责CT核心重建算法的研发、优化与验证，包括图像校正、迭代重建及深度学习算法
• 进行CT图像预处理、去噪、伪影校正及低剂量算法开发，提升图像质量
• 使用Matlab进行算法原型开发与仿真，并协作工程团队实现算法产品化
• 跟踪CT前沿技术（如DLR、AI辅助诊断），将其引入现有产品以提升性能
• 精通Matlab进行算法开发与仿真，同时具备C/C++或Python编程能力
• 深入理解CT图像去噪、伪影校正、分辨率提升等核心技术，熟悉重建算法
• 了解CT系统物理原理、剂量计算及医学影像标准
• 具备逻辑思维、问题排查能力及跨部门沟通协作能力

申请策略

• 申请前了解飞利浦CT产品线（如IQon、Spectral CT）及其技术特点，展现对公司的研究
• 在求职信中强调对医疗科技使命的认同，以及希望为改善患者诊疗做出贡献的意愿
• 突出CT重建算法相关项目经验，如迭代重建、深度学习去噪等，并量化图像质量提升指标
• 强调Matlab编程能力及C/C++/Python技能，提供代码仓库或算法Demo链接
• 如有发表过CT相关论文或专利，务必列出，展示研发深度
• 描述跨部门协作经验，体现团队合作与文档撰写能力
• 若对CT系统物理不熟悉，可通过在线课程或教材补充CT成像原理与剂量计算知识
• 练习Matlab实现经典重建算法（如FBP、ART），并尝试用Python复现

面试指南

• 对于技术原理问题：先给出核心定义，然后展开原理或建模过程，最后对比优劣或结合实际应用
• 对于项目经验问题：使用STAR法则（情境-任务-行动-结果），突出你的贡献和量化成果
• 对于协作问题：强调沟通流程、问题分解和共同验证的方法，展示团队合作能力
• 请解释CT迭代重建的基本原理，并与传统滤波反投影（FBP）比较优劣
• 描述一个你使用深度学习进行医学图像去噪或超分辨率的项目，你是如何设计网络和评价结果的？
• 如何评估CT图像质量？常用的指标有哪些？在实际调试中你如何平衡图像噪声和分辨率？
• 你如何理解CT中的伪影（如运动伪影、金属伪影）？有哪些校正方法？
• 在算法研发中，你如何与硬件团队协作解决系统级问题？请举例说明