智能互联达摩院-AIGC算法工程师-医疗影像生成方向

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. 熟悉扩散模型、Controlnet、影像增强、自回归生成等主流视觉AIGC算法，有实际的影像生成相关的应用落地经验。
3. 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。
4. 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。熟练掌握编程语言（如Python、C++等），…

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，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。