京东生理信号算法工程师
任职要求
1.精通数字信号处理理论和方法，具有扎实的数学功底，具有数字信号处理算法研发经验；
2.精通Python、Py…工作职责
1.负责医学生理信号（心电、血压，血氧，呼吸等）核心算法研究，为相关设备提供先进的算法，包括降噪(滤波)、信号质量分析、特征检测等； 2.深度学习前沿技术在生物医学信号处理领域的研究，如建设生理信号测量的基础大模型、基于智能手机的生理信号测量技术等，并应用到实际； 3.负责相关生理信号测量算法的NMPA认证。
1. 生理感知算法设计与开发:针对血压、血糖、心率、血氧、呼吸等生理指标，设计、开发并优化数据处理和预测模型。实现对健康数据的实时监控与精准分析，满足产品设计及技术竞争力要求； 2. 基于AI的算法训练体系构建:利用深度学习框架构及AI处理链路构建端到端的算法训练体系，包括数据增强、模型微调等核心技术。实现多模态生理信号(PPG/ECG/ACC等)的融合分析； 3. 传感器创新应用:探索新型传感器在生理信号检测方向的应用，提供更精准、持续的健康监测能力。
1. 生理感知算法设计与开发:针对血压、血糖、心率、血氧、呼吸等生理指标，设计、开发并优化数据处理和预测模型。实现对健康数据的实时监控与精准分析，满足产品设计及技术竞争力要求； 2. 基于AI的算法训练体系构建:利用深度学习框架构及AI处理链路构建端到端的算法训练体系，包括数据增强、模型微调等核心技术。实现多模态生理信号(PPG/ECG/ACC等)的融合分析； 3. 传感器创新应用:探索新型传感器在生理信号检测方向的应用，提供更精准、持续的健康监测能力。
1. 多模态数据采集与建模：构建涵盖用户生理信号（如心率、呼吸）、运动数据（如步频、速度）与生活作息的多模态数据体系，并开展数据清洗、特征提取与标准化处理，支撑模型训练； 2. 领域大模型设计与训练：基于运动健康领域知识，设计融合序列建模与语义理解能力的预训练大模型，支持个性化健康状态建模与意图识别； 3. 健康状态分析与趋势预测：构建面向个体的健康评估与发展趋势预测算法，实现对当前生理状态的精准分析及中短期风险预警； 4. 智能建议生成机制：结合模型输出结果与领域知识库，构建多维度个性化运动健康建议生成机制，覆盖运动计划、生活方式调优等方面； 5. 系统集成与效果验证：完成运动健康助手系统原型集成，开展多轮真实用户验证与效果评估，验证模型在实用性、准确性和用户可理解性方面的有效性。 【课题名称】 可穿戴运动健康AI大模型 【课题内容】 针对用户日常生活与运动场景，基于生理信号、运动行为与作息规律等用户数据，构建并训练具备领域知识的大模型，可以精准理解用户在运动健康方面的需求意图，结合当前状态实现健康状况分析与未来趋势预测，提供个性化、科学化的干预建议，构建专业、智能、可交互的运动健康AI助手。
1、基于手机、Pad、PC、手表、耳机、电视、路由等终端设备，通过AI多模多设备融合算法识别用户状态（身份识别、行为识别、运动健康、人机交互等），例如通过生理特征、行为特征、图像音频特征的融合，识别机主、年龄、性别、交通工具、生理心理健康、活动行为和人机交互； 2、跟踪感知算法最新理论和技术发展，提出创新型的解决方案，以实现关键技术突破； 3、从事本领域特性的端到端评估，推动用户体验提升，对产品上市后的质量表现负责。