更新于 11月28日

神经解码算法工程师/研究员

4-5万
  • 北京海淀区
  • 3-5年
  • 博士
  • 全职
  • 招1人

职位描述

计算机软件
岗位职责
  1. 算法研发与优化
    • 设计并开发基于机器学习/深度学习的神经信号解码算法(如EEG、fNIRS、ECoG、单神经元记录等),实现运动意图、语言、感知等脑功能的实时解码。
    • 优化现有算法(如SVM、CNN、RNN、Transformer等)在低信噪比神经数据上的性能,提升解码准确率与鲁棒性。
    • 探索新型神经编码模型,结合生成式AI(如扩散模型、VAE)或强化学习,提升脑机接口(BCI)系统的自适应能力。
  2. 数据处理与分析
    • 构建神经信号预处理流程(去噪、特征提取、时频分析等),开发自动化数据清洗工具。
    • 搭建大规模神经数据集(如公开数据集或自有实验数据),支持算法训练与验证。
    • 运用统计方法与可视化工具(如Python/Matlab/R)分析神经信号与行为数据的关联性。
  3. 系统集成与测试
    • 与硬件团队(如电极设计、信号采集设备)协作,优化算法在嵌入式系统或边缘设备上的部署效率。
    • 设计闭环BCI系统实验,验证算法在真实场景(如医疗康复、虚拟现实交互)中的有效性。
    • 参与用户研究,根据临床反馈迭代算法设计(如针对瘫痪患者的运动解码优化)。
  4. 跨学科协作与前沿探索
    • 与神经科学家、临床医生合作,理解神经机制并转化为算法设计原则。
    • 跟踪计算神经科学、类脑计算等领域最新进展,探索算法创新方向(如神经形态计算、脉冲神经网络SNN)。
任职要求
教育背景
  • 计算机科学、生物医学工程、电子工程、应用数学或相关领域硕士/博士学历。
技术技能
  • 编程能力:精通Python/C++,熟悉TensorFlow/PyTorch等深度学习框架,掌握并行计算(GPU/CUDA)优化。
  • 信号处理:熟悉时频分析、滤波器设计、ICA/PCA等神经信号处理方法。
  • 机器学习:深入理解监督/无监督学习、强化学习,有处理小样本或非平衡数据的经验。
  • 工具经验:熟练使用MNE-Python、FieldTrip、EEGLab等神经数据分析工具包。
加分项
  • 有BCI竞赛(如BCI Competition、Kaggle神经科学赛道)获奖经历。
  • 发表过计算神经科学或机器学习顶会论文(如NeurIPS、ICML、Nature Neuroscience)。
  • 熟悉嵌入式系统开发(如ARM、FPGA)或实时操作系统(RTOS)。
  • 具备临床研究经验(如FDA/CE认证流程、伦理审查)。

工作地点

北京海淀区双清大厦-1号楼

职位发布者

李锐/人事经理

刚刚活跃
立即沟通
公司Logo和泽启元(北京)科技有限公司
和泽科技(Symbionics)是一家脑机接口初创公司。我们专注于研发大脑与设备之间的通讯技术,旨在实现二者间无阻沟通和高效协作。这不仅可以帮助残障人士和神经疾病患者过上美好的生活,还可以大幅提升人类大脑的记忆力和算力,让所有人都可以更好地发挥大脑的潜力,实现每个人自由而全面的发展。我们坚信人类大脑拥有巨大潜能,每个人都应该可以不受限制地拓展自己的边界,和泽正在研发实现这一目标的技术基础。我们是一支充满活力的年轻团队,创始人均是35岁以下,毕业于哈佛、MIT、哥大等名校,团队成员均为清华、中科院等知名院校学生。刚刚完成数千万天使轮融资的我们,热忱期待你的加入,让我们一起改变世界!
公司主页