岗位职责： （（聚焦 “病理 AI 技术攻坚与技术方向把控”，强调病理场景技术适配） 1 算法技术战略和方向规划:制定病理AI算法中长期技术战略，聚焦核心技术方向；制定病理AI研发路线图，结合行业技术趋势与临床需求优先级，明确阶段性技术目标； 2 算法团队的建设与管理: 搭建算法团队，制定核心成员的招聘标准与培养计划，提升团队“医学认知+算法技术”的跨界能力。 3 核心算法攻关与落地:复用医疗AI通用经验，适配病理场景的技术细节，亲自主导病理AI核心技术攻关和高难度算法研发，解决技术痛点(如：病理图像异质性、精度与效率平衡。统筹算法团队资源，预判技术风险并制定应对策略。 4 合规与文档管理：将合规需求转化为可落地的算法设计约束，确保合规从“需求端”嵌入“算法端”；在数据合规处理、模型合规控制等方面将合规需求在算法和模型层面落地实施；梳理编写算法、数据、模型相关的合规功能以及研发全流程文档，参与内外部合规检查验收。 5 算法与工程化衔接：输出算法方案与模型，及其标准化交付物（如模型权重、输入输出格式、性能指标），给出算法技术边界。配合算法工程化负责人解决工程化过程中的技术问题，推动算法从“实验室模型”到“临床可用引擎”的转化。 6 算法效果监控与迭代：建立算法性能监控机制，牵头分析原因；定期复盘算法研发成果，推动技术迭代。

岗位要求： （核心是 “医疗 AI 算法模型经验 + 病理技术场景认知和适配”，深度病理诊断知识作为plus项） 1 扎实的医疗AI算法研发经验：三年以上医疗 AI 算法研发经验，精通医疗 AI 分析算法，并有成功落地案例；理解医疗数据的特殊性，掌握应对策略，能将这些经验适配到病理场景；熟悉医疗AI工程化链路，能平衡算法精度与工程化性能。 2 对病理AI核心场景和技术特性的认知：需对“算法研发强相关”的病理技术特性有较深理解，明确病理 AI 与其他医疗 AI 的核心差异；能理解医疗合规需求的技术本质，具备医疗AI在“算法 - 合规 - 性能”方面的平衡能力。 3 团队建设与管理能力：具备从 0 到 1 搭建算法团队的经验和团队管理经验；能制定清晰的技术分工，根据业务需求动态调整分工，推动高效协作；擅长人才培养与激励，激发团队战斗力；能建立病理 AI 研发的技术规范，形成可复用的技术资产。 4 医学协同能力：能理解病理医师的诊断逻辑，将医学规则嵌入算法约束；曾与临床科室合作开展算法临床验证，有跨领域项目经验者优先。 5 问题解决与抗压能力：面对研发瓶颈能快速定位根源，并提出有效解决方案；能承受医疗AI研发的高合规、高精度压力，确保算法按时达标。 6 深度病理知识与病理AI实际研发经验（plus）：具备病理深度知识（制片扫描技术、病理诊断流程、具体疾病病理特征等）可大幅降低与医学专家的协作成本，加速算法迭代；有病理AI项目全流程经验，熟悉病理AI特有的技术坑，能避免研发走偏；曾主导病理AI模型的临床验证，能设计更贴合实际的验证方案。