职位描述
1. 生理信号算法开发
● 基于PPG传感器原始信号，研发抗运动干扰的心率/血氧检测算法，解决动态场景（如运动、手部晃动）下的信号失真问题。
● 设计多传感器（如：ACC+PPG）等联合的睡眠分期算法，实现入睡/浅睡/深睡/REM阶段的自动识别。
● 开发EDA信号的情绪压力评估模型，结合心率变异性（HRV）实现生理压力指数量化。
2. 信号处理与特征工程
● 构建PPG信号预处理流水线，包括基线漂移校正、运动伪影消除（基于ACC信号构建参考噪声模型）、峰值检测等关键模块。
● 提取时域/频域/非线性特征（如Poincaré图、样本熵），建立轻量级机器学习模型（SVM、随机森林）或微型神经网络模型。
3. 嵌入式算法优化
● 优化并将算法移植到可穿戴设备MCU平台。
● 开发传感器采样策略优化算法，平衡数据精度与设备续航（如动态调整PPG采样频率）。
职位要求
核心能力
1. 硕士及以上学历，生物医学工程/信号处理/电子工程相关专业，3年以上生物信号算法开发经验；
2. 精通数字信号处理技术：如滤波器设计（自适应滤波、Kalman滤波）、频域分析（FFT/Wavelet）、信号分解（ICA/EMD）
3. 熟悉医疗级算法验证流程：
● 掌握Bland-Altman分析、ROC曲线评估方法
● 有与临床机构合作开展PSG/ECG对比实验经验者优先
技术工具
1. 熟练使用MATLAB/Python进行信号仿真（SciPy/PyTorch Biomedical）
2. 熟悉嵌入式C/C++开发，了解RTOS实时系统特性
3. 有TensorFlow Lite Micro/MicroTVM等端侧AI框架经验者优先
行业经验
1. 具备可穿戴设备/医疗设备开发生命周期经验（从算法原型到FDA/NMPA认证）
2. 熟悉PPG传感器硬件特性（如Maxim等方案）及信号噪声来源