1、协助医疗智能体（Agent）的研发工作，进行Prompt Engineering（PE）调优、工具链（Tools/MCP）封装及多Agent编排调试，提升模型在问诊、病历生成等场景下的表现； 2、RAG与知识库构建： 协助医疗垂直领域知识库的建设，完成数据清洗、Embedding模型微调、检索策略优化及Graph DB（知识图谱）的构建，解决医疗专业问答中的幻觉问题； 3、模型评测与数据分析： 参与医疗大模型及智能体评价体系的搭建，设计评测用例（Golden Dataset），执行自动化/人工评测，并基于Bad Case分析输出模型迭代建议； 4、协助医疗AI产品（如辅诊系统、标注平台）的功能模块开发，对接HIS/EMR等医疗信息系统数据，探索A2A（Agent-to-Agent）协议在院内场景的集成验证； 任职资格： 1、本科及以上学历，计算机科学、人工智能、数学、生物医学工程、计算语言学等相关专业； 2、精通Python，熟悉PyTorch/TensorFlow等深度学习框架，代码风格规范，具备良好的数据结构与算法基础； 3、熟悉Transformer架构原理，了解LLM训练/微调（SFT/RLHF）或推理加速（vLLM/TGI）相关技术，有实际动手跑通开源模型经验者优先 4、了解Prompt Engineering方法论，有实际调优过大模型指令遵循能力或复杂任务拆解经验者优先