崗位職責(zé)
1. 負(fù)責(zé)核心算法的研發(fā)與優(yōu)化：主要從事基于生理時序信號（如腦電EEG） 的特征提取、模型構(gòu)建與性能提升工作。
2. 計并實現(xiàn)高精度模型：根據(jù)數(shù)據(jù)特性與產(chǎn)品需求，熟練應(yīng)用從邏輯回歸、XGBoost 到 Transformer、ResNeSt 等機器學(xué)習(xí)與深度學(xué)習(xí)模型，并完成模型驗證與交付。
3. 處理與分析臨床數(shù)據(jù)：對復(fù)雜的臨床生理數(shù)據(jù)進(jìn)行清洗、分析和挖掘，確保數(shù)據(jù)質(zhì)量并指導(dǎo)模型迭代方向。
4. 推進(jìn)算法產(chǎn)品化：與軟件、硬件及臨床團(tuán)隊緊密協(xié)作，將算法模型轉(zhuǎn)化為穩(wěn)定、可靠的醫(yī)療器械功能。
5. 撰寫技術(shù)文檔：按照醫(yī)療器械質(zhì)量體系要求，完成算法相關(guān)的設(shè)計、開發(fā)與驗證文檔。
任職要求
1. 碩士及以上學(xué)歷，信號處理、計算機、生物醫(yī)學(xué)工程、電子工程等相關(guān)專業(yè)。
2. 具備以下至少一種信號的實戰(zhàn)項目經(jīng)驗（按優(yōu)先級排序）：
a. 生理信號：腦電（EEG）、心電（ECG）、肌電（EMG）等。
b. 音頻/聲音信號：語音處理、音頻場景分析、聲學(xué)事件檢測等。
c. 視頻時序信號：基于視頻的人類行為識別、動態(tài)場景分析等。
3. 扎實的模型實踐經(jīng)驗：
a. 精通 XGBoost、邏輯回歸等機器學(xué)習(xí)模型并深刻理解其原理。
b. 熟悉Transformer 或 ResNeSt 等深度學(xué)習(xí)架構(gòu)之一，并有實際應(yīng)用經(jīng)驗。
4. 出色的編程能力（Python），熟練使用Pytorch或TensorFlow等框架。
5. 具備優(yōu)秀的分析問題和解決問題的能力，工作嚴(yán)謹(jǐn)，有責(zé)任心。
優(yōu)先項：
1. 有醫(yī)療器械行業(yè)經(jīng)驗，或了解相關(guān)法規(guī)標(biāo)準(zhǔn)。
2. 有算法在嵌入式平臺部署的經(jīng)驗。
3. 博士學(xué)歷，或在國際頂級會議/期刊上有相關(guān)出版物。
我們提供

• 直面核心挑戰(zhàn)：您將直接負(fù)責(zé)解決產(chǎn)品中最關(guān)鍵的算法瓶頸，您的工作成果至關(guān)重要。
  
• 深度的技術(shù)成長：在一個高度聚焦和技術(shù)驅(qū)動的環(huán)境中，深度鉆研信號處理與模型應(yīng)用的結(jié)合。
  
• 有競爭力的薪酬待遇與股權(quán)激勵。
  
• 一個真正用技術(shù)守護(hù)生命健康的機會。