算法研究员（传感器）

负责智能穿戴设备相关传感器及生理信号算法研究，包括但不限于 PPG、加速度计、陀螺仪、温度等传感器数据。

开展生理信号处理算法研究，包括信号质量评估、滤波、去噪、伪影识别、特征提取、信号重建等。

研究不同佩戴状态、运动状态、环境条件和用户个体差异对传感器信号质量及算法精度的影响。

参与多传感器融合算法研究，通过 PPG、IMU、温度等多源数据提升生理指标测量的准确性、鲁棒性和场景适应能力。

围绕心率、HRV、呼吸、睡眠、运动、生理状态及其他人体健康指标，开展传感器算法和计算生理学相关研究。

参与传感器选型、实验设计、数据采集及算法验证，为新一代智能穿戴设备的传感器方案提供算法及研究支持。

建立传感器算法评估体系，包括信号质量、准确性、稳定性、鲁棒性、功耗与算法性能等指标。

与硬件、固件、算法、临床研究及产品团队协作，将研究成果应用于实际产品。

跟踪 Wearable Sensing、Biomedical Signal Processing、Digital Health 等领域最新论文、技术及传感器发展趋势。

面向博士应届毕业生。

生物医学工程、电子信息、信号与信息处理、自动化、仪器科学、计算机、人工智能、光学工程或相关专业。

具备扎实的数字信号处理基础，理解时域、频域分析、数字滤波、谱分析等基本方法。

熟悉 Python、MATLAB、C/C++ 中至少一种语言，能够独立进行算法研究和数据分析。

对真实传感器数据具有较好的理解，能够分析噪声来源并设计合理的信号处理及算法方案。

具备较强的实验设计与问题分析能力，能够从现象出发定位信号、算法或系统问题。

具备良好的英文论文阅读能力，能够独立调研国际最新研究成果。

具备较强的研究兴趣、动手能力及跨学科协作能力。 加分项 以下任一方向有研究或项目经验者优先： - PPG / ECG / BCG 等生理信号处理； - 可穿戴设备传感器算法； - 光电容积脉搏波及光学生理检测； - IMU / Activity Recognition； - 多传感器融合； - 生理信号质量评估； - 运动伪影消除； - 心率 / HRV / 呼吸算法； - 睡眠监测算法； - 血压相关生理信号研究； - Embedded AI / TinyML； - Biomedical Signal Processing； - Physiological Computing； - 医疗设备或消费电子传感器研究。 有高质量论文发表、传感器算法竞赛、实验室科研项目或完整算法落地经验者优先。 博士候选人如在生理信号处理、可穿戴传感器、光学生理检测、多模态传感或计算生理学方向有系统研究积累，将重点考虑。