职位描述
1. 数据驱动的对话系统开发
● 基于可穿戴设备采集的生理数据（心率、血氧、运动轨迹等）、行为数据（睡眠、步态、久坐提醒等），构建多模态对话系统，实现用户健康咨询、异常预警、个性化建议等场景的自然语言交互。
● 设计时序数据与文本数据的联合建模方案，解决可穿戴设备数据稀疏性、噪声干扰等问题，提升对话系统的上下文理解与推理能力。
2.LLM模型优化与落地
● 开发轻量化LLM模型适配可穿戴设备端侧/云端部署需求，优化模型推理效率与能耗，支持低延迟实时对话场景（如运动指导、紧急健康事件响应）。
● 结合用户画像与长期健康数据，构建动态Prompt生成机制，实现个性化对话（如慢性病管理、运动计划调整）。
职位要求
1. 硕士及以上学历，计算机/人工智能/生物医学工程相关专业，3年以上NLP/LLM实战经验；
2. 精通Transformer、BERT、GPT等模型架构，具备LLM微调（LoRA/P-tuning）及分布式训练经验；
3. 熟悉时序数据处理技术（LSTM/TCN/Transformer），有可穿戴设备、医疗健康数据项目经验者优先；
4. 熟练使用PyTorch/TensorFlow，掌握ONNX/TensorRT等模型部署工具链。