招聘6人3个岗位
一、团队介绍
（一）背景
在“数据驱动科学”范式变革的背景下，整合基因组、医学影像、临床文本和表型组学等多模态健康医疗大数据，已成为解析生命奥秘、赋能精准医学的核心战略资源。为响应国家“人工智能+医疗”的深度融合需求，复旦大学智能医学研究院正式组建多模态医学数据分析团队。团队聚焦医疗大数据与人工智能分析的前沿交叉领域，重点突破多模态数据融合、智能计算模型构建及临床辅助决策系统研发，致力于解决健康医疗大数据从“规模”到“智能”的转化难题。团队拥有丰富的专病队列与多组学数据资源，现诚邀海内外优秀青年学者加盟，共同攻克多模态数据治理与智能分析的前沿难题，推动生命健康领域的颠覆性创新。
（二）PI介绍
梁会营，复旦大学长聘教授，国家自然科学基金优秀青年基金获得者。长期致力于多模态健康医疗大数据分析与医学人工智能的交叉学科研究，聚焦多模态数据融合、生物医学知识图谱构建及AI驱动的精准医学方法学研究。主持国家重点研发计划、国家自然科学基金重点项目等国家级及省部级课题10余项，在Cell、NatureMedicine等期刊发表高水平论文近百篇。研究成果注重“算法-应用”闭环。目前，团队正依托复旦平台优势，重点攻关多模态大模型、多组学数据智能挖掘及临床辅助决策系统的研发与转化。
二、博士后招聘
（一）多模态数据分析与医学大模型研究（2名）
1.工作内容：多模态医学数据（影像模态、文本模态、信号模态等）融合和互译技术研究；医疗大语言模型及多智能体协同系统开发。
2.具体要求：拥有计算机科学、人工智能、应用数学、生物信息学或相关专业博士学位；熟练掌握Python及深度学习框架；具备大模型预训练、微调或多模态数据融合项目经验者优先。
（二）多组学数据智能挖掘（2名）
1.工作内容：依托大型专病队列与家系资源，开展基因组、表型组、蛋白组等多组学数据的深度整合挖掘，发现疾病新型生物标志物与药物靶点；构建高通量测序与多模态数据的自动化分析流程，负责生物医学数据库开发、数据质量控制及标准化体系建设；进行重大疾病（癌症、罕见病）的致病机制解析与药物重定位。
