岗位职责
- 负责心率、HRV、血氧、血压估算、睡眠分期、运动伪影消除等健康算法的评测方案设计、基准数据集构建与评测工程实现，确保算法精度与鲁棒性满足产品需求。
- 建设面向健康场景的大模型评估体系（Benchmark），设计生理数据 + 用户画像多模态输入的评测集，覆盖健康状态推理、趋势分析、个性化建议生成等任务；建立评测结果的智能化判定与人工校准机制，输出专业评测报告。
- 针对 MCU/低功耗芯片上的模型量化（INT8）、剪枝与 DSP 优化，设计精度损失评估与性能（功耗/时延/内存）评测方案，验证端云一致性。
- 主导健康功能从算法版本、固件到 App 的全链路测试，制定评测规范与准入准出标准，识别并推动风险收敛。
- 追踪生理信号处理、多传感器融合与大模型评测领域的前沿进展，将新方法落地到评测工具链；协同算法、固件、产品、硬件等多角色团队，驱动问题闭环。
职位要求
- 本科及以上学历，3-5 年测试 / 算法评测工作经验，具备多模态算法、大模型、音视频或图像算法之一的评测背景；
- 熟悉以下至少一类健康算法的原理与评测方法：PPG/ECG 信号处理、运动伪影去除、HRV/血氧/睡眠分期等指标计算，理解其生理学原理而非仅会调用；
- 掌握大模型评测方法论，有构建 Benchmark、评测集或评测平台的实践经验，了解主流评测指标（准确率、一致性、幻觉率、安全性等）及其局限；
- 熟悉 Python，具备自动化评测框架设计开发能力，能独立完成评测数据管道与分析工具建设；
- 良好的跨团队沟通与项目推动能力，能主导大型项目的测试规划、进度管理与风险控制。 加分项：
- 有智能穿戴设备（眼镜/耳机/手环/手表）健康算法落地与评测经验，熟悉端侧资源约束下的模型部署验证。了解 TinyML、模型量化/剪枝、C/C++ 嵌入式开发或 DSP 优化，能读懂并评估边缘侧算法实现；
- 有多传感器融合（IMU + 光学信号）、卡尔曼滤波或端到端深度学习健康模型的建模/评测经验；
- 有 AIGC / 多模态大模型（LLM、VLM）评测经验，熟悉自动化评判（LLM-as-a-Judge）与人工标注体系设计；
- 有健康医疗数据合规（隐私、伦理）相关实践经验。
