图像算法工程师

该职位来源于猎聘 核心职责 1. 医学影像重建算法研发 负责CT（FBP、迭代重建、深度学习重建）、MRI（压缩感知、并行成像、深度学习重建）等核心重建算法的研究与工程化落地 针对低剂量、快速成像等临床痛点，开发高质量图像重建方案，提升产品图像质量与临床价值 2. AI与深度学习算法研究 开展医学影像AI算法研究，涵盖图像分割、目标检测、病灶识别、图像配准、超分辨率重建等方向 探索大模型、扩散模型等前沿技术在医学影像领域的应用，构建差异化技术壁垒 3. 图像后处理与智能化 研发三维可视化、多模态融合、定量分析等图像后处理算法 构建面向临床工作流的智能化工具链，提升医生诊断效率与精准度 4. 技术预研与产学研合作 跟踪国际医学影像算法前沿进展（MICCAI、TMI、MedIA等），开展技术预研与专利布局 5. 产品化与跨部门协同 将算法成果转化为可工程化、可量产的产品模块，支撑CT、MR、DR、DSA等产品线升级 与系统、软件、硬件团队紧密协作，完成算法在设备端的集成、优化与验证 任职资格 1. 教育背景 博士研究生学历，2027届应届毕业生 专业方向：计算机视觉、模式识别与智能系统、生物医学工程、应用数学、医学影像学、信号与信息处理等相关专业 2. 科研能力（核心要求） 在医学影像算法领域有系统性研究，具备扎实的数学基础与算法功底 以第一作者身份在MICCAI、CVPR、ICCV、ECCV、TMI、MedIA等会议或期刊发表过高质量论文 博士期间深度参与医学影像科研项目，或有与头部医疗影像企业的产学研合作经历 3. 技术能力 精通Python/C++，熟练使用PyTorch、TensorFlow等主流深度学习框架 熟悉医学影像处理工具链（ITK、VTK、SimpleITK、DICOM标准等） 掌握至少一个核心方向的算法体系： 图像重建方向：CT/MR物理成像原理、迭代重建、压缩感知、深度学习重建 AI诊断方向：分割（U-Net系列、SAM）、检测、配准、生成模型（GAN、Diffusion） 图像增强方向：降噪、超分、伪影校正、低剂量优化 4. 综合素质 对医疗影像行业有热情，具备临床思维与转化意识 优秀的英文文献阅读与技术文档撰写能力 良好的沟通协作能力与团队合作精神 自驱力强，能够承受研发压力并持续学习 5. 优先条件 有医学影像设备厂商（GPS、联影、东软、万东等）实习或项目合作经历 有算法从研究到产品落地的完整经验 拥有相关发明专利