部门介绍
我们隶属于产品研发与工程架构部,是字节跳动在智能硬件领域的软件技术攻坚力量—— 聚焦 AI 与智能硬件的深度融合,如豆包手机助手等;以 “让人与设备的交互更自然、更便捷” 为目标,探索前沿 AI 技术的落地场景,打造行业领先的智能硬件综合解决方案。 在这里,你将与一支顶尖技术团队并肩: - 直击 AI 与硬件结合的核心技术难题,参与从 “技术探索” 到 “场景落地” 的全链路研发; - 主导或深度参与关键技术突破,用创新定义智能硬件的交互未来; - 站在行业前沿,将技术理想转化为千万用户可感知的产品体验。 如果你心怀对技术的热忱,渴望在 AI 与智能硬件的赛道上突破自我、创造价值,我们期待你的加入,与我们一起解锁更多技术可能,共筑智能交互的新生态!
岗位职责
- 负责传感器数据可用性保障,覆盖采集链路完整性、佩戴状态识别、采样率与噪声水平、异常样本剔除,定义数据进入训练前的质量门槛;
- 负责训练与迭代过程的质量保障,确保训练集、验证集、测试集划分不重叠,参考真值来源与标注一致,防止数据泄漏,并做好版本间的指标回归;
- 搭建算法评测集与指标体系,覆盖静息、运动、睡眠等典型场景,明确每项指标的算法口径、发布阈值与置信要求,使“达标”可复核;
- 负责算法版本发布评审,与算法团队共同定义发布门槛,输出评测报告,对未达标版本给出结论与偏差定位;
- 负责真机与参考设备的一致性比对,使用指夹血氧仪、心电设备及专业设备做对照,将偏差拆分到传感器、佩戴、算法三个环节。
职位要求
- 本科及以上学历,信号处理、生物医学工程、统计学、计算机等相关专业;
- 具备2年以上算法数据质量或算法评测相关经验;
- 具备独立的数据处理能力,熟练使用Python及numpy、Pandas等工具,能独立完成数据清洗、可视化与统计检验,不依赖他人给出结论;
- 理解机器学习基本流程与常见评估方法,掌握交叉验证的使用方式、指标选择方法与过拟合识别方法;
- 理解可穿戴传感器原理与常见干扰,包括光电容积脉搏波(PPG)、加速度计、温度传感器,以及运动伪影、佩戴松紧、肤色与体毛的影响。 加分项
- 具备健康类算法的开发或评测经验,或参与过专业医疗设备的比对;
- 搭建过数据标注与参考真值采集体系,处理过跨设备、跨人群的数据对齐;
- 具备算法上线后的效果监控与漂移分析经验;
- 有相关领域论文发表或数据竞赛成绩。