岗位职责
1. 负责BGM（血糖监测仪）检测数据的多项式拟合算法设计、开发与落地，针对血糖浓度与传感器响应值、环境和血液样品干扰因子（温度、干扰物等）的非线性关系，构建高精度算法架构和多项式拟合模型（一元/多元多项式拟合为主，支持高阶优化）。
2. 负责多项式拟合模型的优化与迭代，针对模型过拟合/欠拟合、拟合精度不足、抗干扰能力弱等问题，结合医疗数据特性进行调参、正则化改进，提升模型在临床场景下的稳定性与准确性，满足血糖仪医疗检测精度标准。
3. 协同硬件工程师、测试工程师完成算法的工程化落地，提供拟合算法的技术文档、参数配置方案，参与血糖仪整机测试与数据验证，解决算法落地过程中的数据偏差与适配问题。
4. 跟踪行业内多项式拟合及医疗体外诊断数据建模的前沿技术，引入先进方法提升团队算法能力与产品竞争力。
任职要求
一、 核心算法技能（必备）
1. 精通多项式拟合相关算法，包括一元n次多项式拟合、多元多项式拟合、加权多项式拟合，熟练掌握最小二乘法（OLS）（核心拟合求解方法），能够独立完成拟合模型的构建与求解。
2. 掌握拟合模型的优化与鲁棒性提升技术，能够针对性解决多项式拟合中的过拟合/欠拟合问题（如通过正则化L1/L2、阶数优选、数据增强等手段），具备处理医疗数据噪声干扰的算法设计能力。
3. 了解医疗检测类数据建模的特殊性，熟悉与多项式拟合互补的非线性建模算法（如局部加权回归、样条拟合等），能够根据BGM血糖仪数据特性选择最优建模方案。
4. 具备算法工程化思维，能够将学术性拟合算法转化为可落地的工程代码，支持嵌入式或终端设备的算法部署适配（可选，优先考虑）。
二、 技术工具与实操能力
1. 编程语言：熟练使用Python（核心），掌握NumPy、SciPy（用于多项式拟合求解、数值计算）、scikit-learn（用于模型评估与优化）、Pandas（用于数据清洗与分析）等数据分析与算法库。
2. 可视化工具：熟练使用Matplotlib、Seaborn绘制拟合曲线、误差分布图等，具备使用Tableau/Power BI进行数据看板搭建的能力优先。
3. 可选工具：掌握MATLAB（用于算法仿真与验证）、C/C++（用于嵌入式算法落地）、SQL（用于血糖数据查询与管理）。
三、 其他要求
1. 本科及以上学历，数学、统计学、计算机科学、生物医学工程等相关专业。
2. 1-3年以上算法建模或数据分析工作经验，有IVD行业、医疗设备、传感器数据处理相关经验者优先。
3. 具备扎实的数学基础（线性代数、概率论与数理统计、数值分析），能够理解多项式拟合的底层数学原理。
4. 具备良好的问题解决能力、沟通协作能力，能够承受一定的项目压力，注重细节与数据准确性（符合医疗产品要求）。
5. 具备良好的文档撰写能力，能够清晰记录算法设计思路、数据处理流程与模型优化过程。
加分项
1. 拥有BGM血糖仪或其他体外诊断设备算法开发、数据建模项目经验。
2. 熟悉医疗产品的行业标准与法规（如ISO 15197），了解血糖检测数据的临床验证要求。
3. 发表过关于多项式拟合、非线性数据建模、医疗数据分析相关的学术论文或专利。
4. 具备嵌入式算法优化、低功耗场景下拟合算法落地经验。