岗位职责：
资深的AI工程化与系统架构能力：
1、拥有大规模语言模型（LLM）或深度学习模型的开发、部署和运维经验。理解模型从训练、微调到线上推理、服务的全流程。
2、具备设计和实施**高性能、高并发**的AI推理服务架构的能力，能够应对医院多用户、高频次的使用场景。
3、熟悉微服务、容器化（Docker/Kubernetes）等现代架构和部署技术，保障系统的可扩展性、稳定性和弹性。
深厚的AI技术栈与工具链知识：
1、熟悉主流深度学习框架（如 PyTorch、TensorFlow）和模型部署框架（如 TensorRT、ONNX Runtime），以及相关的推理优化技术。
2、了解主流的开源大模型（如 DeepSeek、Llama 等）的架构、性能和微调方法，具备**LoRA、QLoRA**等高效微调技术的实践经验。
3、精通 Python、Java 或 Go 等至少一种编程语言，能够主导核心技术模块的开发和技术选型。
医疗数据与模型合规能力：
1、具备医疗数据处理和管理经验，熟悉医疗数据标准（如 HL7、DICOM）和相关的合规要求（如 HIPAA、等保三级）。
2、深刻理解医疗大模型在数据安全和隐私保护方面的挑战，能够设计符合法规要求的数据脱敏、权限控制和审计方案。
技术决策与风险控制：
1、具备优秀的技术预见能力和决策能力，能够在多种技术方案中进行权衡，选择最适合当前业务和未来发展的技术路径。
2、能够识别并解决 AI 应用落地中的技术难点，如模型效果漂移、数据偏差、幻觉（Hallucination）等，并建立相应的监控和优化机制。
任职要求：
产品管理经验：
1、5年以上软件产品管理或开发经验，其中至少3年的医疗健康或AI相关产品经验。
2、有成功主导过从0到1或从1到N的软件产品经验。
业务与技术理解：
1、深入理解医疗行业业务流程，熟悉医院临床工作场景（如HIS、PACS、电子病历等）。
2、具备一定的技术背景，能够与工程师高效沟通，理解技术实现的可行性与局限性。
关键能力：
1、具备卓越的需求分析、数据分析和问题解决能力。
2、掌握敏捷开发等项目管理方法论。
3、出色的沟通协调能力、领导力以及跨部门协作能力。
4、具备AI或机器学习相关产品经验，例如：模型部署、数据流水线优先
5、有医疗数据标准（如HL7、DICOM）或数据合规（如等保三级、HIPAA）相关知识优先