我们正在开展面向脑电信号的智能分析算法研发，近期重点开展基于脑电的癫痫预测算法研发。你将参与从脑电信号处理、时频特征分析、模型设计，到临床数据验证与实时系统部署的完整研发链路，推动算法从离线分析走向真实应用。 岗位职责: 1、负责EEG、sEEG、ECoG等脑电信号处理、特征提取与算法研发； 2、研发癫痫发作预测算法，探索传统机器学习及CNN、RNN、Transformer等时序建模方法； 3、建立可靠的模型训练与验证流程，重点解决跨患者泛化、类别不平衡、误报率、检测延迟及模型稳定性等问题； 4、研发面向真实场景的实时推理与在线监测算法，支持模型部署、性能优化与持续迭代； 5、与临床、硬件及软件团队协作，支持临床数据分析、需求定义、系统集成和算法验证； 6、跟踪癫痫检测、脑电信号时序建模与医疗AI领域前沿，并将研究成果转化为可验证的算法原型

1、硕士及以上学历，计算机、人工智能、生物医学工程或相关专业； 2、2年及以上机器学习、时序信号分析或脑电信号处理相关经验； 3、熟练使用 Python， 以及 PyTorch、NumPy、SciPy、scikit-learn等常用工具； 4、扎实掌握机器学习、深度学习、数字信号处理与统计分析方法； 5、有EEG、sEEG、ECoG等至少一种真实脑电时序信号处理经验； 6、具备良好的工程能力、实验设计能力和问题拆解能力，能够完成从数据分析、模型开发到验证部署的完整流程。 加分项: 1.有癫痫检测/预测、睡眠分析或神经电生理相关经验 2.有基于脑电信号的情绪识别相关研究或项目经验 3.熟悉MNE、Braindecode等神经信号分析工具 4.有跨患者建模、异常检测、长时间连续信号分析经验 5.有高质量论文、开源项目或已落地算法产品经验