矩侨工业 python 招聘（工资待遇要求）

岗位职责：
1. 算法服务化封装：
- 将研发侧产出的核心模型（Python/TensorFlow版本）封装为高性能的 Python SDK 或 RESTful API 服务。
- 负责算法服务的 Docker 容器化 及部署，确保在高并发请求下的稳定性与响应速度。
2. 数据流与特征工程优化：
- 处理来自纤维压力传感器的矩阵数据流，构建高效的数据预处理管道（Data Pipeline）。
- 负责算法运行过程中的数据清洗、异常检测和特征提取逻辑的实现与优化。
3. 模型评估与闭环优化（Bridge）：
- 理解研发侧模型的设计原理，在客户现场或测试环境中收集可用数据。
- 使用适合的算法或模型进行小规模样本的增量训练或验证，分析算法在不同应用场景（如养老监测、睡姿、睡眠分析）下的准确率瓶颈，并输出技术分析报告给研发团队。
4. 交付与集成：
- 编写清晰的算法接口文档（API Docs）和集成指南，协助上位机或云平台团队完成算法接入。
任职要求：
1. 基础要求： 计算机/自动化/电子/数学/生物医学工程等相关专业本科及以上学历。
2. 编程与工程：
- 精通 Python及常见科学计算库，具备优秀的软件工程素养（设计模式、单元测试、CI/CD）。
- 熟练掌握 Web 框架（FastAPI/Flask）及 Docker 容器技术，依赖管理（pip/poetry/conda 之一）。
3. 算法能力：
- 熟悉 TensorFlow 框架，能够理解模型训练代码，具备加载预训练模型并进行迁移学习/微调的能力。
- 不仅限于深度学习，需熟练掌握 传统机器学习（SVM, KNN, 决策树） 及逻辑回归算法，有实际解决分类/回归问题的经验
- 掌握常见的时间序列分析和信号处理算法（滤波、峰值检测、特征变换、频域分析），能理解传感器矩阵/时序数据特点并定位问题。
4. 领域思维：
- 具备数据敏感度，能从原始压力数据中识别出人体体征（呼吸波、心跳波）或姿态特征，并能从工程角度提出算法改进方案。
- 有医疗健康数据分析或物联网（IoT）后端算法开发经验者优先。
- 了解乘员感知系统 (ODS)、坐姿监测与矫正、疲劳驾驶监测、座椅主动调节（按摩/腰托）、生命体征监测（非接触式心率呼吸）
5. 学习与适应能力强：能快速学习新框架/新硬件/新工具并推进交付，鼓励使用AI工具提效，沟通协作能力强、性格好，能快速融入团队