数据治理实习生
工作职责：
1、负责数据治理相关工作，包括数据收集、整理和分析；
2、协助团队完成数据治理项目，确保数据质量和准确性；
3、参与数据治理流程的优化，提高工作效率。
任职要求：
1、基本要求
- 学历背景：统计学、计算机科学、信息管理、数学等相关专业本科及以上学历（在校生需至少半年以上实习时间）。
- 工具技能：
- 熟练编写SQL（包括多表关联、子查询、窗口函数、CTE等复杂操作），具备数据库日常查询优化经验；
- 熟悉至少一种主流数据库（MySQL/PostgreSQL/Oracle等），了解基础数据建模概念。
2、专业能力
（1）数据治理基础：
- 掌握数据治理核心概念（数据质量、元数据管理、主数据管理等）；
- 能独立完成数据质量问题分析（如数据完整性、一致性、准确性校验），输出问题报告及改进建议。
（2）数据处理能力：
- 具备结构化/半结构化数据处理经验，能清洗、转换复杂数据并生成统计报表；
- 熟悉数据生命周期管理，了解敏感数据识别与脱敏技术优先。
3、加分项
熟悉Python进行数据处理/自动化脚本开发。
4、软性素质
- 细致严谨，具备较强的逻辑分析与问题解决能力；
- 良好的沟通表达能力，能清晰拆解需求并跟进落地；
- 对数据治理工作有热情，关注行业动态（如数据湖、主数据管理新技术）。
投递方式：胡老师 hr@ibmd.org.cn
AI模型开发工程师（RAG/多Agent）
工作职责：
1、负责二类医疗器械智慧审评大模型的核心搭建，主导基于RAG（检索增强生成）与多Agent技术路径的方案设计、技术选型及落地实现，确保模型适配应用级系统的性能与稳定性需求；
2、牵头RAG技术模块优化，包括检索策略设计、知识库构建与更新，重点负责与现有Doris数仓的对接开发，实现审评数据的高效抽取、过滤与调用，保障模型输入数据的实时性与准确性；
3、负责多Agent系统的架构设计与开发，定义Agent角色（如审评合规Agent、资料核验Agent）、交互逻辑及任务调度机制，适配医疗器械审评复杂业务流程，并输出符合应用级系统集成标准的接口与服务；
4、协同数据团队（数据开发、质控等），基于Doris数仓的数据规范与权限体系，设计模型与数仓的联动方案，解决数据同步、格式适配、权限管控等问题，打通“数据-模型-应用”全链路；
5、负责模型的训练、调优、测试与迭代，重点优化应用级场景下的模型推理效率、并发处理能力，解决模型部署到系统后的延迟、兼容性等问题，输出可直接集成的模型服务；
6、参与应用级系统的模型集成对接，配合开发团队提供模型调用文档、接口规范，协助排查模型与系统交互过程中的技术问题，保障审评大模型在实际业务场景中落地使用。
任职要求：
1、学历与专业背景
本科及以上学历，计算机科学与技术、人工智能、机器学习、数据科学、生物医学工程（相关方向）等专业优先。
2、核心技术能力
（1）精通机器学习/深度学习基础理论，熟练掌握至少一种深度学习框架（如PyTorch、TensorFlow），有大模型（LLM）微调、部署及应用级系统集成经验者优先；
（2）具备扎实的RAG技术实践经验，熟悉检索引擎（如Elasticsearch）、向量数据库（如Milvus、FAISS），能独立完成RAG系统端到端开发，并理解检索结果与业务数据的关联逻辑；
（3）有多Agent系统开发经验，深入理解Agent架构设计、任务规划、工具调用机制，能结合业务场景设计高效的Agent解决方案，并输出标准化的服务接口；
（4）熟悉Doris数仓的使用与原理，具备Doris数据查询、表结构设计、数据导入/导出及性能调优经验，能独立完成模型与Doris数仓的对接开发（如通过JDBC/ODBC接口实现数据交互）；
（5）熟练掌握Python编程语言，具备良好的编码规范与工程化能力，熟悉Linux开发环境、RESTful API设计，了解常见数据库（MySQL、MongoDB等），能适配应用级系统的技术集成要求。
3、行业与业务认知
了解医疗器械监管法规（如NMPA相关审评要求）或有医疗健康、医药审评、政务AI等相关领域项目经验者优先，能快速理解二类医疗器械审评的业务逻辑与核心诉求。
4、软技能要求
（1）具备较强的问题分析与解决能力，能独立应对模型开发、数仓对接、系统集成过程中的技术难点，有复杂项目攻坚经验；
（2）良好的跨团队协作能力，能与数据团队（开发、质控）、应用开发团队高效配合，推动“数据-模型-应用”链路的顺畅落地；
（3）具备较强的学习能力与创新意识，对AI前沿技术（RAG、多Agent、大模型应用）及数仓技术有持续关注，能快速适配业务与系统的迭代需求。
投递方式：胡老师 hr@ibmd.org.cn
