中山大学生物医学工程学院脑机接口与人工智能课题组博士后招聘公告

医疗大模型与智能医生助手方向

中山大学生物医学工程学院脑机接口与人工智能课题组现面向国内外公开招聘博士后研究人员，开展人工智能、大语言模型、多模态学习与数字医疗交叉方向研究。

本岗位主要围绕精神健康领域智能医生助手及相关人工智能系统开展研发工作，重点探索大语言模型、多模态人工智能、医学知识增强、智能交互及生理信号分析等技术在临床辅助场景中的应用。

我们希望招募具有人工智能、计算机、生物医学工程或相关背景的优秀青年研究人员，共同推进医疗人工智能算法研究与系统落地。

一、主要研究方向

博士后可根据个人研究背景和兴趣，在以下一个或多个方向开展工作。

1. 医疗大语言模型与智能医生助手

研究大语言模型在精神健康及临床辅助场景中的应用，包括：

●医疗大语言模型；

●医疗智能问答与智能交互；

●多轮对话与长文本理解；

●医学文本信息抽取与结构化；

●临床文本生成与总结；

●医疗知识增强；

●大语言模型可靠性与安全性；

●医疗AI辅助决策相关算法。

重点关注如何提升大语言模型在专业医疗场景中的准确性、稳定性、可解释性和可控性。

2. RAG与医学知识增强

围绕医疗专业知识与大语言模型结合开展研究，包括：

●Retrieval-Augmented Generation（RAG）；

●医学知识库构建；

●向量数据库与语义检索；

●Hybrid Retrieval；

●Reranking；

●Knowledge Graph；

●Graph RAG；

●Agentic RAG；

●长上下文建模；

●医学知识检索与证据追踪；

●大语言模型幻觉控制。

研究如何使人工智能系统能够更加可靠地利用医学指南、医学文献和专业知识，为临床应用提供可信的信息支持。

3. 多模态医疗人工智能

研究文本、医学信息及多种生理信号之间的联合建模，包括：

●Multimodal Large Language Model；

●多模态表征学习；

●时序信号建模；

●生理信号分析；

●多模态信息融合；

●多模态风险预测；

●多模态可解释人工智能；

●Personalized AI。

相关数据可能涉及脑电、心电、心率、睡眠、活动状态及其他生理信息。

重点研究如何将语言信息、临床信息与生理信号进行有效融合，建立更完整的个体状态表征。

4. AI Agent与医疗智能系统

探索新一代AI Agent技术在数字医疗中的应用，包括：

●LLM Agent；

●Multi-Agent System；

●Tool-using Agent；

●Workflow Agent；

●Memory System；

●Agentic RAG；

●大模型任务规划；

●大模型与专业算法模块协同；

●医疗AI系统自动化工作流。

研究如何将大语言模型、专业算法、知识库及外部工具组合成为可靠、可扩展的智能系统。

二、岗位职责

1.围绕医疗大模型、多模态AI或智能医生助手方向开展科研工作；

2.负责相关人工智能算法的设计、实现与验证；

3.参与医疗大模型、RAG、多模态模型或AI Agent相关系统研发；

4.与医学、脑科学、人工智能及工程团队开展交叉合作；

5.推进相关研究成果形成高水平论文、专利及软件系统；

6.根据研究方向参与研究生指导及科研项目申报；

7.推动具有应用价值的算法从研究原型向实际系统转化。

三、申请条件

基本要求

1.已获得或即将获得博士学位；

2.博士专业包括但不限于：

●计算机科学；

●人工智能；

●生物医学工程；

●电子信息；

●自动化；

●软件工程；

●信号与信息处理；

●医学信息学；

●生物信息学；

●数学、统计及相关专业；

3.具有较好的科研能力、编程能力和英文文献阅读能力；

4.具备独立开展科研工作的能力，同时具有良好的团队合作意识；

5.对人工智能与医疗交叉研究具有长期兴趣。

四、重点关注的技术能力

申请人不要求同时具备以下全部能力，在其中一个或多个方向具有较深入经验即可。

大语言模型

具有以下相关经验者优先：

●Transformer；

●Large Language Model；

●LLM Fine-tuning；

●Instruction Tuning；

●LoRA / QLoRA；

●Prompt Engineering；

●Long-context Modeling；

●LLM Evaluation。

熟悉Llama、Qwen、DeepSeek或其他主流开源大模型者优先。

RAG与知识库

熟悉以下一种或多种技术：

●RAG；

●Vector Database；

●Embedding Model；

●Semantic Retrieval；

●Reranker；

●Hybrid Search；

●Knowledge Graph；

●Graph RAG；

●Agentic RAG。

具有企业知识库、医疗知识库或专业领域RAG项目经验者优先。

多模态人工智能

具有以下相关研究或开发经验者优先：

●Vision-Language Model；

●Multimodal LLM；

●Multimodal Transformer；

●Cross-modal Learning；

●Multimodal Fusion；

●Time-series Foundation Model；

●生理信号与文本联合建模。

生理信号与时序数据

具有以下一种或多种数据分析经验者优先：

●EEG；

●ECG；

●PPG；

●HRV；

●Sleep Signal；

●Wearable Sensor；

●Biosignal Processing；

●Time-series Modeling。

具有深度学习生理信号分析经验者尤其欢迎。

AI Agent

具有以下相关经验者优先：

●LLM Agent；

●Multi-Agent；

●LangChain；

●LangGraph；

●Tool Calling；

●Function Calling；

●Memory；

●Agent Workflow；

●MCP或类似智能体工具调用框架。

五、工程开发能力

本岗位不仅关注算法研究，也希望候选人具有一定的系统实现能力。

具有以下经验者优先：

●Python；

●PyTorch；

●Hugging Face；

●Linux；

●Git；

●Docker；

●REST API；

●FastAPI；

●GPU模型部署；

●vLLM / TensorRT-LLM等大模型推理框架；

●SQL / NoSQL / Vector Database。

具有从算法原型 → 模型部署 → 软件系统集成完整开发经历者优先。

六、优先考虑的候选人

具有以下经历之一者将优先考虑：

●发表过大语言模型、多模态AI、医疗AI或生理信号相关论文；

●具有医疗大模型研发经历；

●具有RAG系统开发经验；

●具有大模型微调或部署经验；

●具有AI Agent系统开发经验；

●具有医疗软件或数字医疗项目经历；

●具有EEG、ECG、睡眠或可穿戴设备数据分析经验；

●有完整AI产品或软件系统研发经验；

●具有较强工程能力，同时希望开展高水平科研工作。

七、研究与发展机会

加入团队后，可围绕医疗大模型、多模态AI、AI Agent、精神健康人工智能等方向形成相对独立的研究方向。

团队支持博士后开展：

●医疗大语言模型研究；

●多模态人工智能研究；

●生理信号智能分析；

●AI Agent研究；

●医疗人工智能软件研发；

●高水平论文发表；

●专利与软件成果转化；

●科研项目申报；

●医工交叉合作；

●人工智能技术产业化探索。

研究工作兼顾学术创新与实际应用，鼓励博士后在研究期间形成具有连续性的个人研究方向。

八、岗位待遇

招聘岗位：博士后研究人员

工作单位：中山大学生物医学工程学院
脑机接口与人工智能课题组

根据申请人的科研经历、技术能力及岗位匹配情况提供具有竞争力的薪酬待遇。

综合年薪：45–55万元人民币/年（税前）

具体薪酬根据个人经验和能力综合确定。

联系人：刘梦汀

liumt55@mail.sysu.edu.cn，邮件标题注明：应聘某某岗位+本人姓名+高校人才网