作为一个从计算机专业卷到AI算法方向的博士生曾经也以为自己的未来只有互联网大厂和996…了解到医疗行业也是大学期间的一次校招宣讲，然后就改变了我的研究方向刚进公司时，我接到的第一个任务就和磁共振扫描加速有关（据说能帮患者把检查时间从数十分钟缩短到 100秒内）但真正上手才发现医疗AI的代码里，调整算法时不仅要看数据指标，还要考虑扫描仪器的物理原理、患者呼吸运动产生的伪影、医生或技师的实际操作…跟着医生去影像科里观摩是很常见的事情（那段时间我的聊天记录里全是“xx图像”“xx参数”这种陌生词汇…）给想冲医疗AI的同学一点点小干货主动选修医学影像学/生物医学工程相关课程实习时试试医疗科技公司面试时...

top1（清北）：阿里巴巴，腾讯，美团，抖音。ATMD奢华团队。top2（华五人）：pdd，百度，jd，蚂蚁，滴滴，快手，网易，携程，腾讯音乐。top3（老牌C9）：b站，小红书，微博，爱奇艺。top4（中上985）：boss直聘，58同城，得物，去哪儿。top5（中等985）：买菜，哈罗，知乎，当当网top6（末流985）：虎扑，虎牙，陌陌，脉脉，猎聘。

大模型面经（一）：Prompt + RAG + 微调技术解析 Prompt 工程的核心要点 Prompt 设计直接影响大模型输出质量。清晰的指令、示例和上下文能显著提升模型表现。  指令明确性：避免模糊描述，例如“写一篇关于AI的文章”改为“写一篇800字的科普文章，介绍AI在医疗领域的应用，目标读者为高中生”。 少样本学习（Few-shot Learning）：提供少量输入-输出示例，帮助模型理解任务模式。 角色设定：通过“你是一名资深算法工程师”等角色提示，约束回答风格。  示例代码（OpenAI API）： response = openai.ChatCompletion.create(...