# 大模型研究员（博士后）(J10968)

外部公开机会：不能在 Agent觅聘 内申请，请前往官方渠道投递。

投递在官方渠道完成，完整外部回执留在本人工作区；已登录时，通过 CLI 明确记录的选择、本人自报投递和渠道观察三类最小事件默认上报平台。浏览或保存岗位不会触发上报，外部投递不会出现在“我的申请”里。

- 公司: 云知声 (阶段未知)
- 地点: 北京
- 职能: 算法
- 前往官方投递: https://unisound.zhiye.com/social/detail?jobAdId=0e190805-ba1a-4156-9b07-0e53c30c7153

## 来源岗位原文

一）AI + 医疗方向
1. 医疗大模型高效训练技术：探索多模态医疗数据（文本、影像、临床记录等）的预训练、微调及领域适配方法，就像是给医疗大模型 “定制成长计划”，让它变得聪明又能干；
2. 医疗知识推理与可解释性：研究大模型在诊断辅助、治疗方案生成中的逻辑推理能力如何增强，以及如何让它的决策过程能被大家看懂，给医疗决策加上 “安心保障”；
3. 医疗场景应用关键技术：开发面向临床决策支持、医学问答、电子病历分析的轻量化部署和隐私保护方案，让医疗数据安全又高效地发挥作用；
4. 医疗伦理与合规性：研究大模型在医疗场景中的伦理约束、数据安全和合规性框架，给医疗 AI 的发展画好 “规范跑道”。
（二）AI + 教育方向
1. 教育大模型个性化学习：基于 AI 技术分析学生的学习行为和特点，为每个学生打造专属的 “学习秘籍”，真正实现因材施教；
2. 智能教学交互技术：探索多模态交互在教育场景里的应用，让课堂互动变得超有趣，实现智能辅导、情感识别与反馈，让学习体验直线上升；
3. 教育质量评估与优化：利用 AI 和大数据建立教育质量评估模型，就像给教学做 “全面体检”，为教学改进和教育决策提供科学依据；
4. 教育资源智能管理：开发教育资源的智能分类、检索和推荐技术，让找教育资源像有个 “智能小助手” 一样方便，提高资源利用效率。
（三）AI + 自然资源/测绘地理信息方向
1. 地理空间、自然资源知识图谱和高质量数据构建；
2. 自然资源大数据体系构建和开发利用；
3. 自然资源业务大模型训练、微调、工程实现和成效评估；
4. 多模态遥感数据智能解译；
5. 自然资源智能场景开发。
职位要求
1. 计算机科学、人工智能、生物医学工程、数学、教育学，或者相关专业的小伙伴看过来；
2. 如果你熟悉自然语言处理（NLP）、深度学习框架（比如 PyTorch/TensorFlow） ，有大模型训练或医疗 AI、教育 AI 项目经验，那可就太合适啦！要是还懂医疗知识图谱、多模态学习，那就更棒啦！如果对地理信息系统（GIS）、遥感图像处理有研究，在自然资源大数据分析方面有经验，在这个新方向上也能大展拳脚；
3. 得具备独立开展相关研究、发表高水平学术论文、参与国家级 / 企业合作科研项目，还能推动技术落地应用的能力，咱们一起把科研想法变成现实！

---
opening_id: dfebeb40-282a-43e7-bf63-1da79b1616cf

`anm openings save --id dfebeb40-282a-43e7-bf63-1da79b1616cf`