岗位要求：
1. 硕士及以上（计算机科学、电子工程、生物医学工程、神经科学、应用数学、人工智能等相关专业）；
2. 熟悉数字信号处理（时频分析、滤波、特征提取等）；
3. 熟悉机器学习/深度学习理论与常用模型（CNN, RNN/LSTM, Transformer, GAN, SVM等），并有实际项目经验；
4. 熟悉Python，java、C或者C++，熟练使用脑机接口相关的科学计算库（及深度学习框架（PyTorch 或 TensorFlow）；
5. 有处理大规模、高噪声、高维时间序列数据（特别是生物医学信号）的经验；
6. 熟练使用数据分析与可视化工具；
7. 有脑机接口、神经信号处理、生物医学信号处理、模式识别相关项目或研究经验者优先；
8. （加分项）有发表相关领域高质量学术论文或专利；
9. （加分项）熟悉BCI竞赛数据集或相关公开数据集。
岗位职责：
1.设计、开发与优化核心脑机接口算法，多模态神经信号（EEG, ECoG, LFP, Spike等）的预处理、降噪与特征提取；
2. 基于机器学习（深度学习、强化学习等） 的神经信号解码与意图识别算法；
3. 神经反馈与闭环控制算法；
4. 信号源定位与脑网络分析算法；
5. 算法在实时性、鲁棒性、准确率上的持续优化；
6. 构建、训练与验证高性能的神经解码模型，处理大规模、高维度的神经生理数据；
7. 紧密协作硬件工程师、神经科学家、临床研究员等跨学科团队，理解需求，将算法应用于实际场景（如神经康复、智能假肢、认知增强、人机交互等）；
8. 跟踪脑机接口领域的前沿研究进展（如NeurIPS, ICML, Nature Neuro, JNE等顶级期刊会议），并探索将新技术应用于产品开发；
9. 编写高质量、可复现的代码，进行算法性能评估与分析，撰写技术文档和报告。