核心算法开发： 负责可穿戴设备的核心健康算法，主攻心率（HR / HRV）和睡眠分期（Sleep Staging）算法。 PPG 信号处理： 研发并优化 PPG 信号处理算法，包括但不限于动态心率提取、心率变异 性（HRV）时域与频域分析。 运动伪影处理： 重点解决在运动状态下 PPG 信号的运动伪影（Motion Artifacts）去除问题， 确保动态心率的准确性。 睡眠算法建模： 利用加速度（IMU）和 PPG 信号，建立模型以实现睡眠分期（如：清醒、 浅睡、深睡、REM）。 算法移植与优化： 协同嵌入式工程师，将算法（模型）从 MATLAB/Python 移植到低功耗 MCU 平台（如 MAX32652），平衡算法精度与运算/内存开销。 数据验证： 设计数据采集和标注方案，使用标准设备（如 Polar 心率带、PSG 多导睡眠图） 作为“金标准”，对算法进行有效性验证。 输出技术文档： 撰写算法设计规范、仿真报告、验证报告及专利。

硕士及以上学历，生物医学工程、信号处理、计算机科学、数学等相关专业。 拥有健康算法开发经验，有可穿戴设备（手环、手表）项目经验者优先。 精通数字信号处理（DSP）理论，熟悉时频分析、自适应滤波（如 Kalman, Wiener）、小波 变换等。 具备丰富的心率（PPG）和运动（IMU）信号处理经验，深刻理解运动伪影的产生机制和处 理方法。 熟悉睡眠分期算法或心率变异性（HRV）分析算法，有成熟的算法模型落地经验。 熟练使用 Python 或 MATLAB 进行数据分析、算法建模和仿真。 具备将算法（C/C++）移植到嵌入式平台的经验，理解定点运算和资源优化。 自我驱动，具备很强的分析和解决问题能力。