这个工作是短期项目2-3个月，也可以兼职每周2-3天到公司（介意着勿投）
岗位职责​
（一）算法研发与优化​
负责深入研究并开发适用于心电信号分析的 AI 算法，如基于深度学习的卷积神经网络（CNN）、循环神经网络（RNN）及其变体长短时记忆网络（LSTM）等，以精准识别心电信号中的各类特征，如 P 波、QRS 波群、T 波等，实现对心律失常、心肌缺血等心脏疾病的智能诊断与预测 。​
持续优化现有心电 AI 算法，通过数据增强、模型调参、结构改进等手段，不断提升算法的准确性、稳定性和泛化能力，使其能够适应不同设备采集的多样心电数据，以及复杂临床环境下的心电信号分析需求。例如，针对不同采样频率、不同噪声水平的心电数据，优化算法以确保诊断精度不受影响 。​
（二）数据处理与分析​
负责收集、整理和标注大规模的心电数据集，确保数据的准确性和一致性。与临床医生紧密合作，依据医学专业知识对心电数据进行标注，明确各类心电异常的类型和特征，为算法训练提供高质量的数据支持 。​
运用数据挖掘和分析技术，对心电数据进行深度分析，挖掘数据背后隐藏的规律和特征，为算法研发和优化提供数据驱动的决策依据。例如，通过分析不同年龄段、不同性别、不同疾病类型的心电数据分布特点，调整算法模型以提高对特定人群的诊断准确性 。​
（三）模型训练与验证​
使用标注好的心电数据集，在 GPU 集群等计算资源上进行 AI 模型的训练，监控训练过程中的各项指标，如损失函数、准确率、召回率等，及时调整训练策略，确保模型收敛到最优解 。​
设计并执行严格的模型验证方案，采用交叉验证、独立测试集验证等方法，对训练好的模型进行全面评估，确保模型在不同数据集和临床场景下的可靠性和有效性。与临床专家合作，开展临床试验，将模型诊断结果与临床诊断结果进行对比分析，进一步验证模型的临床应用价值 。​
（四）产品集成与应用​
将研发好的心电 AI 算法集成到公司的心电诊断产品中，与软件工程师、硬件工程师紧密协作，确保算法在产品中的高效运行和稳定部署，提升产品的智能化水平和用户体验 。​
针对产品在实际应用过程中出现的问题，及时分析算法原因，提出解决方案并进行优化。收集用户反馈，结合临床需求，对算法进行持续改进和升级，使产品更好地满足市场和用户的需求 。​
（五）技术研究与创新​
关注国内外心电 AI 领域的最新研究成果和技术发展趋势，积极参与学术交流活动，跟踪前沿技术，如生成对抗网络（GAN）在心电信号合成中的应用、迁移学习在跨设备心电诊断中的应用等，为公司的心电 AI 技术创新提供思路和方向 。​
探索将新的 AI 技术和方法引入心电诊断领域，开展创新性研究工作，如利用强化学习实现心电诊断的智能决策，或结合量子计算技术提升心电算法的计算效率，推动公司在心电 AI 领域的技术领先地位 。​
（六）文档撰写与知识分享​
撰写详细的算法设计文档、技术报告、测试报告等，记录算法研发过程中的关键步骤、技术细节、实验结果等信息，为团队内部的技术交流和项目迭代提供参考依据 。​
在团队内部定期组织技术分享活动，向其他成员传授心电 AI 算法相关的知识和技术，提升团队整体的技术水平和业务能力，促进团队的技术创新和协作 。​
任职要求​
（一）教育背景​
计算机科学、数学、统计学、电子信息工程、生物医学工程等相关专业硕士及以上学历 。​
（二）工作经验​
具有 3 年以上 AI 算法研发经验，其中至少 1 年以上心电信号处理或医疗 AI 相关领域工作经验，有成功的心电 AI 算法项目经验者优先 。​
熟悉医疗行业的相关法规和标准，如医疗器械注册法规等，了解心电诊断产品的研发和临床应用流程 。​
（三）专业技能​
精通机器学习、深度学习算法，如线性回归、逻辑回归、决策树、支持向量机、神经网络、卷积神经网络、循环神经网络等，能够熟练运用这些算法进行心电信号分析和模型构建 。​
熟练掌握 Python 编程语言，熟悉常用的机器学习和深度学习框架，如 TensorFlow、PyTorch 等，具备独立开发和调试 AI 模型的能力 。​
熟悉心电信号处理的基本方法，如滤波、特征提取、信号分类等，能够运用 MATLAB 等工具进行心电信号处理和分析 。​
具备扎实的数学基础，熟练掌握线性代数、概率论与数理统计、最优化方法等数学知识，能够理解和推导复杂的算法公式 。​
熟悉数据库操作，如 MySQL、MongoDB 等，能够进行数据存储、查询和管理，为心电数据处理和算法训练提供支持 。​
了解硬件加速技术，如 GPU 编程、CUDA 等，能够利用硬件资源加速 AI 模型的训练和推理过程 。​
（四）能力素质​
具备较强的问题分析与解决能力，能够迅速定位和解决算法研发和产品应用过程中出现的技术问题 。​
拥有良好的团队协作精神，能够与跨职能团队（如临床医生、软件工程师、硬件工程师等）进行有效的沟通和协作，共同推进项目的进展 。​
具有较强的学习能力和创新意识，能够快速掌握新知识、新技术，并将其应用于实际工作中，不断推动技术创新和产品升级 。​
对医疗行业充满热情，关注患者需求，有责任心和使命感，致力于通过 AI 技术改善心电诊断的准确性和效率 。​
（五）其他要求​
发表过心电 AI 相关的学术论文或拥有相关专利者优先 。​
具有医疗 AI 相关的行业认证者优先，如中国医疗器械行业协会颁发的医疗 AI 工程师认证等 。