锦鲤求职岗位描述
工作职责
1. 负责医疗大模型全链路数据治理工作，涵盖医疗数据采集、合规脱敏、清洗过滤、标准化处理、标注质控、数据集构建，支撑模型预训练、微调、评测全流程数据需求。
2. 对接医院业务系统，采集病历文本、医患对话、检验检查报告、医学指南、临床知识库、手术记录等多类型医疗数据，严格遵循医疗数据安全、隐私保护相关法规，完成数据合规处理。
3. 制定医疗数据清洗、标准化、归一化规范，梳理医学术语、诊疗逻辑、科室业务差异，完成脏数据、错误数据、违规数据筛查剔除，构建高质量、标准化医疗语料库。
4. 负责医疗数据标注体系搭建与落地，制定标注规则、质检标准，统筹标注团队开展医疗文本标注、意图标注、实体标注、对话标注工作，把控标注质量与效率。
5. 搭建医疗AI-ready数据集管理体系，实现语料分类、版本管理、权限管理、复用管理，持续迭代优化数据集质量，针对模型算法迭代需求，定向构建专项训练数据集、评测数据集。
任职资格
1. 计算机、大数据、人工智能、生物医学工程等相关专业，本科及以上学历，2年以上大模型数据、医疗数据治理经验者优先。
2. 熟练掌握Python、SQL，熟悉数据清洗、特征处理、语料构建技术；了解大模型训练数据需求，熟悉NLP数据处理流程。
3. 熟悉医疗行业数据类型、病历结构、医学基础术语，了解医疗数据隐私合规要求（《个人信息保护法》《医疗数据安全规范》），有医院数据对接、医疗语料库搭建经验者优先。
4. 具备极强的细节把控能力、数据敏感度，能够精准识别医疗数据问题；具备良好的沟通协同能力，可对接算法、医学团队完成数据迭代。
5. 熟悉医疗知识图谱、ICD-10、SNOMED CT等医学编码体系，有大模型数据集项目落地经验者优先。