跨学科知识架构

需具备 “医学底蕴 + AI 思维” 复合知识：懂临床术语、EMR 规范、医学影像 / 生物信息基础，掌握大模型原理、NLP 医疗适配逻辑，能理解医疗专属数据集，将医疗痛点（如罕见病筛查）转化为 AI 可解决的问题。

全链路技术工具链

需掌握全链路技术工具：数据层用 Python/Spark 处理医疗数据，会联邦学习保障数据安全；模型层精通 PyTorch/TensorFlow、RAG/LoRA 技术，熟悉医疗专用 AI 框架；部署层能实现模型压缩与边缘部署，将大模型集成到临床系统。

合规实践与场景落地

需具备强合规意识与场景落地能力：懂 HIPAA/GDPR 等法规，掌握医疗数据脱敏技术，熟悉医疗 AI 产品认证流程；能将临床需求（如智能分诊）转化为 AI 方案，有医疗 AI 竞赛、1+X 证书或 RWD 建模经验者优先。