职位描述 本岗位核心聚焦真实人体实测数据建设，专为算法迭代提供高质量、可信、多样的真实人体体征数据集。你将独立负责测试受试者招募、线下上机实测、全流程数据采集、数据质控清洗、数据集规整交付，深度支撑生理信号算法研发、模型训练与效果迭代，是算法精度提升的核心数据支撑岗位。 岗位职责 1. 测试受试者招募与人群管理 根据算法迭代需求，制定不同年龄、体态、作息、特征的受试者招募标准，完成日常测试者招募、筛选、建档与批次管理，保障测试人群样本多样性与覆盖度。 2. 线下上机实测与数据采集执行 主导真实人体上机测试流程，指导受试者规范佩戴、使用自研传感设备，组织常态化夜间 / 全天候人体实测实验，完整采集多场景、多体态、多环境下的原始传感与生理时序数据。 3. 采集过程质控与实验管控 负责整场数据采集实验的标准化管控，规避操作不规范、设备移位、环境干扰、测试中断等问题，实时筛查异常采集状态，保障每一份原始数据真实、有效、完整。 4. 原始数据清洗、筛选与规整 对大批量人体实测原始数据进行筛选、分类、去噪、剔除坏数据、时序对齐、格式归一化，剥离无效片段与干扰数据，产出高质量可用数据源。 5. 数据集搭建、归档与交付算法团队 根据算法训练、迭代、评测需求，构建结构化实测数据集，完成数据标注归类、版本管理、台账归档，定向交付算法团队用于模型训练、参数调优与算法验证。 6. 采集流程标准化迭代 沉淀标准化人体实测 SOP、数据采集规范、数据质检标准，持续优化采集流程，提升数据产出效率与数据一致性，持续扩充高质量真实人体数据基线。

任职要求 1. 本科及以上学历，统计学、生物医学工程、数据科学、计算机、临床医学等相关专业，2–4 年人体实验、数据采集、数据质控、数据集建设相关经验。 2. 熟悉时序数据、传感原始数据、人体生理数据特征，能够精准识别无效数据、异常片段、采集瑕疵。 3. 熟练使用 Python（Numpy、Pandas）进行数据筛选、清洗、对齐与批量处理，能够独立完成实测数据集规整与整理。 4. 具备严谨的实验思维与数据敏感度，极强的耐心与执行力，能独立负责完整的人体实测数据采集项目。 5. 擅长与人沟通，能够高效对接、引导、管理测试受试者，保障实验顺利落地。 6. 有可穿戴设备、生理信号、睡眠实验、人体临床实测、算法数据集搭建经验者优先。