项目编号20240205：面向多模态医学数据基于自监督预训练和提示范式的量化约束医学报告生成和结构化知识构建 面议
四川大学匹兹堡学院聚焦性科研延展项目人员招聘公告职位详情
- 五险一金
基本信息
- 报名方式：站内投递
- 需求专业（供参考）： 电子科学与技术,信息与通信工程,计算机科学与技术
岗位职责
▪ 以文本模态为锚点，挖掘模态之间的相关性，构建医疗数据的多模态知识图谱；
▪ 提出一种新的提示范式来学习多模态数据增强的定量信息，使得预训练模型能够理解和估计定量信息；
▪ 利用定量信息和结构知识增强的自监督预训练模型生成医学报告并构建相应的诊断知识图。
本聚焦性科研延展项目能够有效提高科研助理的相关研究和工程技能，提供其参与和发表高水平论文的机会，从而助力其后续的学历提高或优质岗位竞争。
任职要求
我们正在寻找一位主观能动性强和相关专业技能的专职科研助理，毕业于计算机科学与技术、电子信息工程或其它相关专业。理想人选应具备深度学习和医学图像分析的专业背景，对自监督学习（Self-supervised Learning, SSL）、大型语言模型（Large-scale Language Models, LLMs）和知识图谱（Knowledge Graphs, KGs）及其在医学领域的应用有深入了解。
该职位长期招聘，开始工作时间不晚于 2024 年 10 月，聘期最长为两年，合同每年一签。
职位要求：
➢ 拥有计算机科学与技术、电子信息工程或相关领域的硕士或学士学位，研究方向为深度学习和医学图像分析；
➢ 编程能力强，熟练掌握 Python 和深度学习框架(PyTorch/TensorFlow/Keras)；
➢ 良好的英语读写能力
其他要求
项目描述：
多模态数据因其信息互补性是当前智能医疗保健领域的发展趋势，同时自监督预训练已成为人工智能的一个重要研究方向，因为它们对标注的要求较低，且具有出色的泛化性能。当前的知识增强预训练模型和提示学习方法主要集中在单模态数据上，而且当前大规模语言模型对于医学中重要的定量信息运用不足。我们拟利用多模态医学数据，构建一个多模态知识图谱，将文本模态作为锚点，以多模态图谱形式表示知识，并使用提示范式学习文本中的定量信息，并将知识图谱集成到多模态协同预训练学习中，以最终支持量化约束医学报告生成和结构化知识构建两个下游任务。
FREE项目研究人员将获得：
●有竞争力的薪资福利、五险一金
●参加学术会议或论文发表的机会
●职业发展和继续深造的机会，包括博士或硕士研究生项目的申请支持
●良好的实验条件与合作包容的工作环境
●FREE项目信息将不断更新、滚动发出；但某一轮招聘将招满即止，因此建议申请者尽早提交申请。
●聘用期限：一至两年，合同为一年一签。
●工作地点：中国成都，四川大学江安校区
福利待遇：
–学士学位候选人每月6,000元人民币
–硕士学位候选人每月8,000元人民币
–五险一金
应聘材料
●最新简历（英文）
●求职信，述明您的申请理由（英文）
竞争力分析
四川大学匹兹堡学院
双一流院校· 公立（国有）·
求职安全提示
求职过程中如遇到招聘单位有收费、指定医院体检等行为，请提高警惕，有可能属于诈骗或违规行为。
请查看
重要风险提示
*重要风险提示
如招聘单位在招聘过程中向求职者提出收取押金、保证金、体检费、材料费、成本费，或指定医院体检等，求职者有权要求招聘单位出具物价部门批准的收费许可证明材料，若无法提供相关证明，请求职者提高警惕，有可能属于诈骗或违规行为。
职位编制内容仅供参考！请以用人单位发布的公告&职位信息内容为准，或联系用人单位确认。
*责任声明
声明：本站部分公告与职位内容由本站根据官方招聘公告进行整理编辑。由于用人单位需求专业、学历学位、资格条件、职位编制、备注内容等内容情况复杂且有变化可能，是否符合招聘条件以用人单位公告为准或请联系用人单位确认。本站整理编辑的职位信息仅供求职者参考，如因此造成的损失本站不承担任何责任！