百度医学标注经理（医疗大模型方向）（J98882）
任职要求
-临床医学相关专业，本科及以上学历；内科专业背景优先
-具备扎实的临床理论基础及实际临床工作经验；具备优秀的文献检索与解读能力，能熟练查阅中英文医学指南及专家共…工作职责
-制定标注标准： 基于循证医学专业规范与医疗真实业务场景，定义并构建医疗大模型的核心能力标准体系，并落实执行标准 -驱动模型训练： 定期开展自有模型与行业竞品的横向评估，输出专业的医学评估报告，并协同算法研发团队，持续驱动模型效果优化与升级，迭代训练数据集分布与结构 -把控数据质量： 建立并完善医学视角的标注规范，培训数据标注团队，确保双方理解对齐，从源头提升大模型训练数据的准确性、专业性与实用性 -跨部门专业支撑： 具备跨部门协同经验，为算法、产品及业务团队提供全方位的医学知识普及、临床视角洞察及医疗合规支持
1. 医学标注体系构建： 主导问诊对话（不排除医学影像、电子病历等）多模态数据的标注标准制定和执行； 设计疾病标签体系与知识图谱关联规则（如：主诉-症状-诊断-处置的逻辑链路）； 建立标注质量三级审核机制（初级标注员→医学专家→交叉验证）。 2. AI模型医学训练： 参与模型需求医学解读，定义诊断场景边界与禁忌症预警规则； 策划训练数据分布策略（如：罕见病案例增强、地域性疾病权重调整）； 主导bad case医学归因分析，指导算法团队进行特征工程优化。 3. 临床验证与迭代： 设计双盲对照试验验证AI诊断结果与临床一致性； 监测模型漂移现象，及时启动数据清洗与再训练流程； 输出医学可解释性报告（如：诊断依据溯源、置信度阈值校准）。
1.策略设计与迭代： 深度参与DeepSeek模型在搜索、内容创作（创意/实用写作）、多模态、Agent等场景的应用。通过数据分析与用户行为洞察，制定模型优化策略，定义数据生产标准（SFT/RL），驱动模型效果（如准确性、有用性、安全性）持续提升； 2.评测体系构建： 设计科学、多维度的模型评测体系。主导构建内部测试集，制定人工评估与自动化评估标准，量化模型能力边界，对模型上线后的核心指标负责； 3.高质量数据建设： 负责后训练阶段的高质量语料挖掘与构建。针对特定领域（如医学、法律、小说创作）建立专家级的数据标注，确保训练数据的高质量供给。
1. 参与医学大模型智能标注平台的全生命周期开发，与医生团队深度协作，理解临床需求并转化为技术实现，提升大模型数据质量。 2. 设计并实现高效、可扩展的标注系统架构，支持文本、交互式对话、医学影像（如DICOM）等多模态标注需求。 3. 开发智能预标注功能，集成大模型能力（如医学实体识别、影像分割）提升标注效率，并优化人工修正流程。 4. 构建自动化数据质检机制，确保标注数据符合医学逻辑（如诊断一致性、术语标准化），减少人工审核成本。 5. 设计标注数据分析看板，实时监控标注效率、质量波动及医生参与情况，为数据优化提供决策支持。
1、基于对医疗场景的理解，拆解医疗业务中的核心能力需求，将复杂的临床诊疗流程抽象为算法可理解的任务集。同时，利用大模型辅助生成合成数据，不断探索提升数据生产效率与质量上限的方法。 2、搭建医学模型的评估体系，设计覆盖多种医疗场景的测试集。通过定性和定量的手段，分析模型在医学知识掌握、问答、RAG 等方面的表现。针对发现的幻觉或逻辑错误，与算法团队共同制定改进策略，并通过工程化手段，指引模型对齐人类偏好。 3、参与标注团队管理，根据模型训练需求，制定明确的数据标注策略，进行医学标注团队运营、质量监督、标注团队管理，构建高质量的医学训练数据集。