智能互联达摩院-医疗影像感知理解算法工程师-医疗AI
任职要求
1、计算机科学、人工智能、电子工程、生物医学工程等相关专业的硕士或博士毕业，在视觉生成或者医疗影像AI上有实际的研发经历，精通深度学习、机器学习、计算机视觉及医学影像处理，工业界相关研发工作经验不少于一年。 2、熟悉视觉自监督预训练主流算法，如SSL、VLP、生成理解一体化等，有实际影像预训练相关的应用落地经验。 3、熟悉感知理解下游任务，如分割、检测、分类等，有实际影像感知理解的应用落地经验。 4、熟悉医疗影像数据，能够根据不同医学影像特性进行数据处理和算法设计，或者对于医疗AI有强烈兴趣。 5、熟悉主流深度学习框架（如PyTorch、TensorFlow），并具备Transformer、CNN等典型深度学习模型的原理及实现经验。熟练掌握编程…
工作职责
达摩院医疗AI实验室基础技术团队通过研究计算机视觉技术来解决医疗影像AI中的科学和应用难题，团队成员主要来自国内外知名视觉实验室或者医疗影像AI实验室，且曾获得过斯坦福大学全球top2%顶尖科学家，清华大学AMiner AI Top2000等荣誉。近五年团队在CVPR/ICCV/NeurIPS/ICLR/ICML/TPAMI/IJCV等顶会顶刊发表论文超百篇，并曾获CVPR 2022 Best Student Paper奖项。目前，达摩院医疗AI实验室“一扫多筛”产品已经在多家医疗成功落地，多篇相关成果在nature medicine发表。但是，传统的影像感知理解模型主要依赖在专门标注的数据上训练专有小模型，且每个专病都需要一个专模，存在数据标注成本高、专模泛化困难等挑战。为了解决该难题，我们正在研发医疗影像界的基础模型，包括不限于大规模自监督/弱监督预训练、分割/分类基础模型等。我们期待医疗影像领域的基础模型能够提供更通用泛化的领域先验，从而解决严重医疗标注数据、多中心泛化困难、新病/罕见病迁移困难等一系列难题。我们欢迎视觉背景和医疗影像AI背景的英才加入团队，与我们一起将医疗AI推入基础大模型时代。 1. 负责医疗影像大规模预训练算法的研发，包括但不限于自监督预训练SSL、弱监督预训练VLP、Unified预训练等。 2. 负责医疗影像感知理解基础模型的研发及应用，包括但不限于多器官多病灶分割基础模型、多病灶分类基础模型、影像报告生成等。 3. 推动算法落地，与医院和医生保持沟通合作，分析应用场景中的算法问题，能够根据具体问题选择并设计合适的模型和技术方案。 4. 持续视觉和医疗影像AI前沿技术与发展热点，产出高水平论文，建立行业影响力。
达摩院医疗AI实验室基础技术团队通过研究计算机视觉技术来解决医疗影像AI中的科学和应用难题，团队成员主要来自国内外知名视觉实验室或者医疗影像AI实验室，且曾获得过斯坦福大学全球top2%顶尖科学家，清华大学AMiner AI Top2000等荣誉。近五年团队在CVPR/ICCV/NeurIPS/ICLR/ICML/TPAMI/IJCV等顶会顶刊发表论文超百篇，并曾获CVPR 2022 Best Student Paper奖项。目前，达摩院医疗AI实验室“一扫多筛”产品已经在多家医疗成功落地，多篇相关成果在nature medicine发表。但是，医疗数据相比通用数据获取和标注难度大得多，医疗数据稀缺问题依然是行业未解的难题。为了解决该难题，我们正在研发医疗领域的“SORA”模型，构建医疗影像数据生成的基础生成模型。我们期待该模型能够高度可控合成高质量医学影像数据，从而解决数据稀缺、数据质量良莠不齐、数据标注成本高昂、多中心分布差异、罕见病例难获取、预测病灶演变、影像质量增强等一系列医疗影像数据难题。我们欢迎视觉背景和医疗影像AI背景的英才加入团队，与我们一起将医疗AI推入基础大模型时代。 1. 负责医疗影像生成基础模型及其下游影像合成应用算法研发，包括但不限于基础模型训练、生成模型post-training算法、病灶合成算法、影像增强算法、罕见病影响合成算法、生成算法训练推理优化、生成理解一体化等。 2. 负责医疗影像数据的分析和处理，通过分析影像本身和对应的影像报告挖掘其中高质量的信息，为生成算法提供数据基础。 3. 推动算法落地，与医院和医生保持沟通合作，分析应用场景中的算法问题，能够根据具体问题选择并设计合适的模型和技术方案。 4. 持续视觉和医疗影像AI前沿技术与发展热点，产出高水平论文，建立行业影响力。
1. 产品规划与体系搭建：主导医疗AI产品的全生命周期管理，构建从技术研发到商业落地的产品体系，覆盖疾病筛查、辅助诊疗、影像分析等核心场景。 2. 需求洞察与转化：深入分析医疗行业需求（医院、医生、患者、支付方等），提炼产品核心价值点，推动AI技术与临床场景深度融合。 3. 跨团队协同：联动技术及商务团队，确保产品开发方向贴合实际医疗需求，并符合法规与商业化路径。 4. 行业标杆打造：主导1-2项核心产品的商业化闭环设计，沉淀可复用的医疗AI产品方法论，推动行业标准建立。
● 负责SOC、subsystem 逻辑综合、DFT merge、形式验证、STA signoff等工作。 ● 和前后端团队合作，完成芯片设计过程中 clock/reset方案，low power和power domain划分方案，时序收敛等工作。 ● 熟悉SDC、timing check、VCLP/CLP check，成为流片前timing质量把关人。
1. 负责top floorplan，电源网络，partition， 时钟树， IO assignment 等规划 2. 建立后端sign off spec，signoff 策略 和signoff checklist，包括STA, EM/IR, PV 等 3. 负责先进工艺中后端流程开发 4. 负责关键ip的ppa 优化 5. 与前端构架深入合作，保证构架设计可实现性与ppa 优化