岗位描述
岗位职责:
负责多模态生理信号(PPG、ECG、EEG、PCG、鼾声/音频、体动/加速度计等)的融合分析与算法研发。
研发基于多源数据的健康评估模型,如:多模态睡眠分期、心血管功能评估、压力/情绪识别、呼吸事件(鼾症)检测等。
探索并应用深度学习在多模态融合中的前沿技术(如跨模态注意力机制、对比学习、多任务学习),提升算法在复杂环境下的鲁棒性。
构建大规模生理数据集的预处理流水线,制定数据标注标准与质量评估体系。
参与算法的嵌入式部署与性能优化(如模型量化、剪枝),确保算法在低功耗设备上的实时运行。
任职要求:
本科及以上学历,生物医学工程、信号处理、计算机科学、人工智能等相关专业。
深入理解常见生理信号(PPG、ECG、EEG等)的生理机制与信号特征,有相关项目经验。
熟悉机器学习与深度学习算法,熟练使用Python及PyTorch/TensorFlow。
有以下经验者优先:
有多模态数据处理、特征融合或迁移学习项目经验;
有可穿戴设备算法开发经验(智能手表、手环、医疗级贴片);
熟悉音频信号处理(如鼾声识别、心音/肺音分析)或IMU信号处理。
5.良好的中英文沟通能力,能独立查阅英文文献并撰写技术报告。
6.具备较强的自驱力、学习能力与团队协作精神。
加分项:
有算法落地到Android/iOS、RTOS或裸机系统的经验;
发表过生理信号/多模态学习相关顶会/顶刊论文;
熟悉ISO 13485/ICD等医疗软件标准。