健康算法实习生(A230290)

职位描述： 岗位定位 负责智能穿戴设备核心健康监测功能的算法研发与落地，聚焦 PPG（光电容积脉搏波）等生理信号处理，实现心率、血氧、睡眠质量等健康指标的精准转化，并基于指标数据开展健康风险分析与场景化应用开发，支撑穿戴产品健康功能的体验升级与商业化落地。 核心工作职责 1. 生理信号处理与指标转化：主导 PPG 信号的全流程处理，包括原始数据降噪（如运动伪影去除、基线漂移校正）、特征提取（如脉搏波峰值检测、时域 / 频域特征分析），设计并优化心率、血氧饱和度（SpO₂）、心率变异性（HRV）、睡眠分期等健康指标的计算模型； 2. 健康指标分析与应用开发：基于转化后的健康指标数据，构建健康状态评估模型（如睡眠质量评分、疲劳度分析、心血管健康风险筛查），设计场景化健康功能（如运动心率预警、睡眠呼吸暂停初筛、日常健康报告生成），支撑穿戴设备的健康监测与干预能力； 3. 算法工程化与设备适配：完成健康监测算法从原型（Python 仿真）到工程化（C/ 嵌入式代码）的转化，适配智能穿戴设备的硬件特性（如低功耗 MCU），优化算法算力与内存占用，确保在有限硬件资源下实现实时监测； 4. 数据闭环与算法迭代：设计穿戴设备生理信号采集方案，搭建数据标注与验证体系（如与医疗设备对比标注、用户实测数据验证），基于真实场景数据（如运动、静态、夜间睡眠）迭代算法，解决极端场景（如高强度运动、肤色差异、低 perfusion 状态）下的指标精度问题； 5. 跨团队协作与技术支撑：与硬件团队（PPG 传感器选型、光路设计）、嵌入式团队（算法移植与低功耗优化）、产品团队（健康功能需求拆解、用户体验定义）、测试团队（算法精度验证方案制定）协作，输出算法技术文档（信号处理流程、指标计算逻辑、部署指南），支撑产品健康功能的研发上线与问题排查。 职位要求： 任职要求 6. 学历与工作经验 - 硕士及以上学历，生物医学工程、电子信息工程、信号与信息处理、计算机科学与技术、临床医学工程等相关专业； - 有智能穿戴或健康监测领域算法落地经验，至少有 1 个完整的 “PPG 信号处理→健康指标转化” 项目经验，有智能手表 / 手环健康功能研发经验者优先。 7. 核心技术能力 - 信号处理基础：熟悉PPG 信号的生理原理与干扰机制，熟练掌握信号降噪算法（如自适应滤波、小波变换、卡尔曼滤波）、特征提取方法，能解决运动伪影、电磁干扰等导致的信号质量问题； - 指标算法能力：掌握心率、血氧、HRV、睡眠分期等指标的主流计算模型（如血氧的朗伯 - 比尔定律应用、睡眠分期的 HRV + 活动度融合算法）者优先； - 工程化与设备适配：熟练使用 Python、进行算法原型开发，掌握 C嵌入式编程，有智能穿戴设备低功耗算法优化经验（如算法分时段运行、硬件唤醒策略），熟悉 ARM Cortex-M 系列 MCU 开发环境者优先； - 数据与验证能力：具备生理信号数据集构建能力（如采集不同人群、场景的 PPG 数据），掌握数据标注工具（如 Labelbox、自定义标注脚本）与验证方法（如 Bland-Altman 分析、相关性分析），能通过数据驱动优化算法精度； - 场景理解能力：理解智能穿戴用户的核心健康需求（如运动监测、日常健康管理、老年健康监护），能将算法设计与用户场景结合（如运动场景侧重心率实时性、睡眠场景侧重低功耗与分期精度）。 8. 软技能要求 - 具备强烈的用户体验意识，关注健康指标精度与用户实际感知的匹配度，能主动平衡算法性能与产品实用性； - 良好的问题排查能力，能通过信号日志、用户反馈快速定位算法在实际使用中的问题（如特定场景下血氧不准）； - 清晰的技术沟通能力，能向非技术团队（如产品、市场）解释健康算法原理与功能价值，输出易懂的技术文档。