崗位職責(zé)：
1.本科及以上學(xué)歷，計(jì)算機(jī)、統(tǒng)計(jì)等相關(guān)專業(yè)，醫(yī)療 AI 方向優(yōu)先碩士；具備3年以上醫(yī)療數(shù)據(jù)開(kāi)發(fā)或建模經(jīng)驗(yàn)，主導(dǎo)過(guò)相關(guān)項(xiàng)目。
2.能理清復(fù)雜醫(yī)療業(yè)務(wù)，設(shè)計(jì)可擴(kuò)展的數(shù)據(jù)模型；與客戶、產(chǎn)品團(tuán)隊(duì)溝通順暢，準(zhǔn)確落實(shí)需求。
3.適應(yīng)醫(yī)療數(shù)據(jù)敏感和緊急更新需求，能快速學(xué)會(huì)云原生、實(shí)時(shí)計(jì)算等新技術(shù)。
4.負(fù)責(zé)對(duì)接業(yè)務(wù)部門，分析數(shù)據(jù)需求，設(shè)計(jì)符合醫(yī)療業(yè)務(wù)的各類數(shù)據(jù)模型和數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)。
5.負(fù)責(zé)醫(yī)療數(shù)據(jù)的抽取、清洗、轉(zhuǎn)換與加載（ETL），確保 HIS、EMR、PACS 等多源異構(gòu)數(shù)據(jù)的整合質(zhì)量。
6.搭建數(shù)據(jù)庫(kù)模型，優(yōu)化查詢效率，解決海量醫(yī)療數(shù)據(jù)存儲(chǔ)和計(jì)算問(wèn)題。
7.建立數(shù)據(jù)質(zhì)量檢測(cè)機(jī)制，制定清洗規(guī)則，維護(hù)數(shù)據(jù)字典，保證數(shù)據(jù)可追溯和一致。
8.和開(kāi)發(fā)團(tuán)隊(duì)合作將數(shù)據(jù)模型嵌入業(yè)務(wù)系統(tǒng)，編寫(xiě)自動(dòng)化腳本；提供技術(shù)文檔與團(tuán)隊(duì)培訓(xùn)，研究新技術(shù)提升醫(yī)療數(shù)據(jù)處理效率。、
任職資格：
1.精通數(shù)據(jù)治理框架（DAMA / DCMM），掌握維度建模、實(shí)體關(guān)系建模等設(shè)計(jì)方法，具備數(shù)據(jù)管道架構(gòu)能力。
2.精通SQL、Python / R；掌握PyTorch / TensorFlow等框架。
3.掌握Hadoop/Spark生態(tài)（Hive、Flink）,掌握MySQL/Oracle等數(shù)據(jù)庫(kù)調(diào)優(yōu)。
4.熟練使用ETL工具（DataX、DolphinScheduler）及數(shù)據(jù)建模工具（PowerDesigner / ERWin）。
5.了解機(jī)器學(xué)習(xí)算法（XGBoost、聚類分析）及特征工程方法。
6.熟悉醫(yī)院核心系統(tǒng)（HIS、EMR、LIS）及業(yè)務(wù)流程，了解醫(yī)療數(shù)據(jù)標(biāo)準(zhǔn)（ICD-10、醫(yī)學(xué)術(shù)語(yǔ)）。
7.掌握Kimball / Inmon數(shù)據(jù)倉(cāng)庫(kù)理論，熟悉維度建模、數(shù)據(jù)湖/中臺(tái)架構(gòu)。