【岗位职责】
1.多智能体（Multi-Agent）架构落地： 负责底层多智能体架构的代码编写与系统集成，使用 LangGraph、LangChain 等前沿框架构建和编排复杂的医疗合规与临床试验工作流。
2.Agentic RAG 系统开发： 搭建并优化代理式检索增强生成（Agentic RAG）管道，结合向量数据库处理海量医疗法规指南、历史注册卷宗及多模态文档数据的精准检索与推理生成。
3.大模型微调与算法优化： 负责开源或商用大语言模型（LLM）在医疗器械细分垂直领域的私有化微调（Fine-tuning）、提示词工程（Prompt Engineering）及性能优化，兼顾模型输出的准确率与计算效率。
4.业务逻辑算法转化： 深入理解业务需求，与合规专家及产品经理紧密合作，将医疗临床的标准操作程序（SOP）和法规决策树转化为高可靠性的 AI 算法可执行逻辑。
5.前沿技术预研： 持续追踪生成式 AI 和 Agent 领域的最新学术与工程进展，探索新技术在医疗器械数据自动化、质量控制等场景的落地可行性。
【任职要求】
1.教育背景： 计算机科学、人工智能、机器学习、生物医学工程或统计学及相关领域的统招本科及以上学历（硕士优先）。
2.编程与基础： 精通 Python、C 或 Java 等至少一种编程语言，具备扎实的算法与数据结构基础。
3.AI 技术栈： 熟练使用主流深度学习框架（如 PyTorch、TensorFlow、Keras等）；具备 3-5 年以上自然语言处理（NLP）或大规模文本信息挖掘的实战经验。
4.大模型与 Agent 经验： 深入了解主流大语言模型的底层架构，有实际参与企业级 RAG 系统建设、多智能体协同开发或大模型私有化部署经验者优先。
5.行业加分项（优先录取）：
a)具有生命科学、医疗健康或 CRO 行业的 AI 产品开发经验。
b)了解中国药监局（NMPA）或美国 FDA 医疗器械监管逻辑及医疗数据隐私规范。