医学知识合成工程师

岗位职责：

1.专病知识库构建与逻辑结构化：

深入解读权威临床指南、临床路径及医学文献。

将非结构化的医学知识文本，结构化拆解为可计算的诊疗规则库，包括但不限于：疾病分期分层逻辑、治疗指征判定、用药禁忌与相互作用、药物剂量调整规则等。

编写结构化的Prompt模板或思维链逻辑，指导AI模型生成符合临床规范的病例与治疗方案。

2.高质量医学数据集构建与迭代：

主导专病数据集的全流程生产：负责医学数据的清洗、脱敏、标注、质检及版本管理。

Badcase分析与归因：深度分析模型评测中的错误案例，定位数据层或知识层的缺陷，制定针对性的数据修复与模型优化方案。

3.模型评测标准体系制定：

协同临床专家，设计精细化、多维度的AI模型评测打分体系。

负责制定用药安全性、治疗监测计划完整性、控制目标合理性等具体维度的医学评测标准和扣分细则，确保评测的客观性和一致性。

4.医学数据飞轮建设：

配合算法团队，建立数据标注->模型训练->评测反馈->数据集修正的闭环流程，持续迭代知识库与数据集质量。、

任职要求：

1.教育背景：

全日制本科及以上学历，临床医学、基础医学、护理学、公共卫生等医学相关专业。或数据科学、计算机相关专业，具备医疗领域项目实践经验。

硕士或具备规培经历者优先（具备临床诊疗思维者优先）。

2.技术能力：

具备较强的结构化逻辑思维，能够将复杂的医学指南拆解为清晰的流程图或规则表单。

熟练使用Python、SQL或Excel等工具进行数据分析与数据清洗。

熟悉Pandas、正则表达式，或有知识图谱构建经验。

3.行业认知与经验：

熟悉医疗AI行业，理解大模型的基本原理及训练/微调流程。

了解循证医学，具备快速检索、阅读和解读中英文临床指南的能力。

必须具备1年以上医学知识库搭建、病历质控、或医学数据集制作的实际落地经验。

4.核心素质：

具备严谨的逻辑推理和风险识别能力，能敏锐发现病例数据中的不一致或矛盾点。

高度的细心与责任心，确保输出的每一条数据、每一个规则都有据可依、准确无误。