AI工程师

职责包括：设计、开发和部署AI/ML模型用于医疗应用（如医学影像、诊断、预测分析）；构建和维护可扩展的ML流水线用于训练、评估和推理；与结构化和非结构化医疗数据（临床记录、影像、传感器数据）工作；实施数据预处理、特征工程和转换工作流以适应医疗数据集；确保数据质量、隐私和合规性（如GDPR、医疗法规）；优化模型在生产环境中的性能、可扩展性和成本效率；与数据工程师和领域专家（临床医生、研究人员）协作；使用云平台（AWS、Azure或GCP）和容器化工具部署模型；实施监控、验证和测试框架用于临床级AI系统；通过实验和验证持续改进模型性能；贡献MLOps实践（CI/CD、版本控制、可重复性、可审计性）。

3–6+年AI/ML工程或相关经验；精通Python编程；熟悉ML/DL框架（TensorFlow、PyTorch等）；对机器学习算法和评估技术有扎实理解；有构建和部署ML流水线生产经验；熟悉数据工程概念（ETL/ELT、数据流水线）；有云平台（AWS、Azure或GCP）经验；有容器化（Docker、Kubernetes）经验者优先；熟悉MLOps实践和工具（MLflow、Airflow等）；有医疗数据（医学影像、EHR、临床数据集）经验者优先；了解数据隐私和监管要求（如GDPR、医疗合规）。

具有竞争力的薪资和福利；全远程工作环境（欧洲基于）；有机会参与高影响的医疗AI解决方案；强技术成长、研究和创新聚焦；协作、多学科和分布式工程文化。