【蚂蚁星】软硬协同优化工程师-蚂蚁健康（实习）

岗位职责

部门介绍： 为了追求极致精度，团队建立了行业领先的生理健康实验室，配备多台医疗级“金标准”设备进行数据标注和效果验证。在这里，你将参与定义下一代智能穿戴产品的核心能力。我们的目标不仅是测量数据，更是通过软硬深度的协同优化，在监测精度与 AI 体验上构建坚实的技术护城河，为全球亿万用户提供可靠的数字健康守护。团队致力于构建从“原始生理信号捕捉”到“个性化健康决策建议”的全栈自研能力，实现医疗级精度与极致用户体感的深度融合。

职位描述：

1. 搭建海量生理时序数据的自监督预训练体系，打造可迁移的生理信号基础模型，支持睡眠分期/异常监测/精力建模等多任务；
2. 设计并实现“生理信号 + 语义推理”大模型融合架构，根据多维多尺度的序列生理指标输出具备专业健康及医学逻辑的个性化健康解读及建议；
3. 构建多尺度异常检测与健康预警体系：覆盖秒级到周级趋势，建立个人动态基线与上下文模型，降低误报并提升风险识别精度；
4. 优化端云协同，提升端侧推理效率与实时响应能力。

任职要求

1. 本科及以上学历在读，人工智能、计算机、自动化、数学相关专业优先；
2. 熟练掌握Python编程语言和PyTorch框架，具备扎实的编程基础和良好的编程习惯；
3. 优秀的分析和解决问题的能力，面对复杂实际问题能够提出合理假设、快速验证并推进解决；
4. 在机器学习顶会或高影响力期刊发表过高质量研究成果优先。

特色标签

Python、个体化健康评估、个性化健康分析、个性化健康干预、健康异常监测、健康时序基础模型、医疗、发表算法相关优秀论文、多时间尺度异常检测、多模态健康推理、多模态算法、大模型算法、数据挖掘、无监督预训练、智能健康建议、机器学习、模型加速/性能优化、深度学习、生物医学时序数据、生理-语义联合建模、生理信号大模型、生理信号时序数据、生理异常检测、疲劳建模、睡眠分期分析、睡眠阶段识别、算法工程化经验、精力状态建模、自然语言处理算法、自监督学习、跨尺度健康预警