助理算法研究工程师
招聘时间
即日起 至 2026-08-31
招聘单位
科大讯飞
所在地区
北京
工作地点
北京市/北京市/海淀区 讯飞大厦
学历要求
本科
实习时长
每周5天，每天3小时
职责描述
主要职责：
1、数据处理与统计分析：负责健康相关多模态数据（如生理信号、行为数据、问卷量表、音视频等）的处理、特征提取与探索性分析；运用统计方法（如差异检验、回归分析、生存分析等）支撑研究结论；
2、模型开发与优化：根据项目需求设计并实现机器学习与深度学习模型（如分类、回归、时间序列预测等），完成模型训练、调参与性能评估；
3、结果分析与可视化：使用Matplotlib、Seaborn等工具对模型结果和数据分布进行可视化展示，撰写分析报告并提出优化方向；
4、文献调研与理论支持：追踪数字健康、主动健康及相关AI技术的最新研究进展，为项目设计提供文献依据；
5、大模型工具应用：能够灵活调用和使用主流大模型工具（如API调用、Prompt工程等）辅助数据分析、文献整理或功能模块开发；
6、技术文档、论文撰写与协作：协助撰写技术报告、研究文档及项目材料，与跨学科团队成员保持高效协作。
职位要求：
1.扎实的机器学习和深度学习理论基础，能够熟练实现常见算法（如逻辑回归、随机森林、SVM、XGBoost等）及主流深度学习结构（CNN、RNN/LSTM、Transformer等），理解其数学原理与适用场景；
2.具备真实项目中的数据建模经验，能够根据任务类型（分类、回归、时间序列预测等）合理选择模型并进行优化；
3.熟练掌握Python及数据分析工具栈（NumPy、Pandas、Scikit-learn），具备良好的数据处理与统计分析能力；
4.熟悉至少一种主流深度学习框架（PyTorch或TensorFlow）；
5.生物医学工程、计算机科学、数据科学、统计学、公共卫生、心理学等相关专业优先，欢迎跨学科背景；
6.良好的自驱力、独立思考和高效执行任务的能力。
加分项：
1、有数字健康、老年健康、慢病管理或可穿戴设备数据相关的研究/项目经验；
2、熟悉常用统计软件或方法（如R、SPSS，或混合效应模型、结构方程模型等）；
3、有图像、视频或时间序列数据处理与建模的实际经验；
4、对大模型及相关工具（如LangChain、各类API、Prompt工程）有实际使用经验；
5、参与过从研究到落地应用的完整项目流程；有脑科学、神经科学或认知科学背景者亦欢迎。
1、数据处理与统计分析：负责健康相关多模态数据（如生理信号、行为数据、问卷量表、音视频等）的处理、特征提取与探索性分析；运用统计方法（如差异检验、回归分析、生存分析等）支撑研究结论；
2、模型开发与优化：根据项目需求设计并实现机器学习与深度学习模型（如分类、回归、时间序列预测等），完成模型训练、调参与性能评估；
3、结果分析与可视化：使用Matplotlib、Seaborn等工具对模型结果和数据分布进行可视化展示，撰写分析报告并提出优化方向；
4、文献调研与理论支持：追踪数字健康、主动健康及相关AI技术的最新研究进展，为项目设计提供文献依据；
5、大模型工具应用：能够灵活调用和使用主流大模型工具（如API调用、Prompt工程等）辅助数据分析、文献整理或功能模块开发；
6、技术文档、论文撰写与协作：协助撰写技术报告、研究文档及项目材料，与跨学科团队成员保持高效协作。
职位要求：
1.扎实的机器学习和深度学习理论基础，能够熟练实现常见算法（如逻辑回归、随机森林、SVM、XGBoost等）及主流深度学习结构（CNN、RNN/LSTM、Transformer等），理解其数学原理与适用场景；
2.具备真实项目中的数据建模经验，能够根据任务类型（分类、回归、时间序列预测等）合理选择模型并进行优化；
3.熟练掌握Python及数据分析工具栈（NumPy、Pandas、Scikit-learn），具备良好的数据处理与统计分析能力；
4.熟悉至少一种主流深度学习框架（PyTorch或TensorFlow）；
5.生物医学工程、计算机科学、数据科学、统计学、公共卫生、心理学等相关专业优先，欢迎跨学科背景；
6.良好的自驱力、独立思考和高效执行任务的能力。
加分项：
1、有数字健康、老年健康、慢病管理或可穿戴设备数据相关的研究/项目经验；
2、熟悉常用统计软件或方法（如R、SPSS，或混合效应模型、结构方程模型等）；
3、有图像、视频或时间序列数据处理与建模的实际经验；
4、对大模型及相关工具（如LangChain、各类API、Prompt工程）有实际使用经验；
5、参与过从研究到落地应用的完整项目流程；有脑科学、神经科学或认知科学背景者亦欢迎。
