醫療AI工程師

1. AI 模型與演算法開發

• 依據產品需求與臨床問題，設計並開發及優化AI / Machine Learning / Deep Learning 模型。
• 負責模型架構設計、訓練、驗證、測試與效能最佳化。
• 針對醫學影像、生理訊號、結構化／非結構化臨床資料進行 AI 模型開發。
• 執行 Feature Engineering、Model Selection、Hyperparameter Tuning 及 Error Analysis。
• 建立 baseline model，並持續比較不同演算法與模型架構之效能。
• 評估模型在不同族群、設備、醫院或資料來源下之泛化能力。
• 依模型特性進行效能分析，包括 Accuracy、Sensitivity、Specificity、AUC、F1-score、Dice coefficient 或其他適用指標。

2. 模型驗證與效能評估

• 建立 AI 模型之 Verification & Validation 流程。
• 規劃內部驗證、外部驗證與不同族群／不同設備間之效能比較
• 與 Backend / Frontend Engineer協作，完成產品功能整合。
• 優化模型 inference speed、memory usage 與系統效能。
• 建立模型版本控制與實驗追蹤機制，確保開發及驗證結果具可追溯性。
• 管理 Dataset Version、Model Version、Training Configuration 與 Evaluation Result等開發與驗證紀錄。
• 其他主管交辦事項。