[北京] 欢迎看好医疗人工智能方向的数据挖掘、NLP 人才 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
外包信息请发到 /go/outsourcing 节点。
不要把相同的信息发到不同的节点
hhrmatata
V2EX    酷工作

[北京] 欢迎看好医疗人工智能方向的数据挖掘、NLP 人才

  •  
  •   hhrmatata 2018 年 4 月 25 日 2569 次点击
    这是一个创建于 2887 天前的主题,其中的信息可能已经有所发展或是发生改变。

    公司介绍

    北京康夫子科技有限公司是一家专注于人工智能技术在医疗健康领域应用研发的技术驱动型公司,成立于 2015 年,核心人员来自百度自然语言处理部和北大医学部。凭借国际领先的知识抽取和知识推理、表示等知识图谱构建技术,康夫子成功打造了“医疗大脑”知识内核(知识图谱)。

    康夫子医疗大脑以数万本医学书籍、千万篇医疗论文、数十万份临床病历为基础以保证数据的科学性,同时基于千万篇医疗问答将普通公众对症状的描述和对疾病的理解准确地映射在严肃医疗平面。因此,康夫子“医疗大脑”被业界广泛评价为“接地气”的临床辅助决策和循证医学产品,优化医疗服务流程,提高医疗卫生服务和行业效率。

    在应用方面,康夫子正在开发两块产品:1.)机器人私人医生; 2.)临床辅助决策系统; 医疗机器人目标是帮助 B 端更好地连接患者与医疗服务,它代替医生去做诊前医患交互,初步帮助患者分诊、导诊、导药、答疑等。医生辅助系统重点是讲医疗知识库应用到医生辅助诊断、治疗中,它包括辅助问诊诊断、化验检查申请、临床路径挖掘与监控、用药指导等等。

    职位描述

    基本信息

    • 地点:北京西直门
    • 薪资范围:15K-30K
    • 工作经验:1~3 年

    岗位职责:

    通过 NLP 信息抽取、数据挖掘等技术,从海量病历、论文、医学电子书籍、网页中进行知识挖掘,根据应用需求设计并完善医学知识图谱;开发并完善各类医学应用。

    岗位要求:

    • 细心、认真、有耐心、学习能力和学习欲望强烈
    • 熟悉 linux 开发环境;
    • 熟悉常用基本数据结构、算法;
    • 熟练使用 python 语言;
    • 了解常见机器学习、数据挖掘算法
    • 有自然语言处理、文本处理、数据挖掘相关工作经验

    加分项:

    • 熟悉常用机器学习、数据挖掘、NLP 相关应用与算法
    • 熟练使用 hadoop、spark 等分布式计算

    我们的优势:

    • 技术背景:多位百度 NLP 大牛,内功深厚,领跑行业;
    • 医学背景:北大医学博士,从业多年,精准把握医疗痛点;
    • 资金背景:数千万 A 轮融资,未来几年吃喝不愁;
    • 薪资待遇:年中奖励,年底三薪,股票期权;
    • 团队氛围:人少精悍,低调务实,充分信任,珍惜人才;
    • 公司未来:人工智能+全科医生,热门中的热门。

    简历投递

    有意者,烦请发送简历至: [email protected]

    如果您非算法背景,想转数据挖掘、NLP 方向,而且自我感觉不错,欢迎交流!

    目前尚无回复
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     2720 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 26ms UTC 06:09 PVG 14:09 LAX 23:09 JFK 02:09
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86