脑机接口解码算法工程师（侵入式方向）

AI 摘要智能生成

负责侵入式脑机接口解码算法的研发、实时化与临床落地，月薪40000-70000元

职位描述

职位详情 运动解码 / 言语解码 / 自适应解码 团队简介：我们是一支专注侵入式脑机接口（iBCI）临床转化的算法团队，围绕运动意图解码、言语神经解码、神经信号表征学习、跨时间稳定性及闭环脑控等方向开展研究，融合神经科学、机器学习、深度学习、信号处理与实时系统工程，推动脑机接口从实验室研究走向长期、稳定、可用的实际应用。 极具竞争力的薪酬、核心专利署名及临床里程碑奖金；国家级重点脑机接口临床转化项目；国内顶尖神经外科、神经内科团队合作机会；充足的 GPU 算力与侵入式神经信号数据库，让你的算法真正走进临床、改变患者生活。 一、岗位名称 脑机接口解码算法工程师（侵入式方向） 负责侵入式脑机接口解码算法的研发、实时化与临床落地。将神经群体活动实时解码为精准的运动意图（如手臂轨迹、抓握力）或可理解的言语意图（如音素、单词、手语字母），并把解码模型从离线分析打造为可在临床病房、手术室或动物房长期稳定运行的实时嵌入式系统，直接服务于瘫痪患者的辅助设备控制与失语患者的言语重建。 1. 侵入式神经信号处理与解码算法研发 • 研发基于神经群体编码的解码模型，将 Spike、MUA、LFP、ECoG 等神经信号实时解码为运动意图（轨迹、速度、抓握力）或言语表征（音素、发音动力学）； • 设计自适应解码机制，应对电极漂移、阻抗变化等非平稳因素，支持在线快速校准，保障数月至数年长期植入下的稳定解码； • 将基础模型（大规模自监督预训练 + 少样本快速适配）、SSM/Mamba 混合架构、扩散策略、神经潜在动力学建模等前沿方法落地于脑信号解码，并探索脉冲神经网络在低功耗实时解码中的应用，持续提升解码精度与信息吞吐率。 2. 实验落地与系统闭环 • 负责解码模型的压缩与工程化：通过剪枝、量化与推理加速，将模型部署至床旁计算平台（Jetson / NUC / 实时 Linux），端到端延迟 <100ms，支持长时间稳定运行； • 在实验中心 / 医院负责植入术后的现场集成：信号接入、解码器初始化与在线调试，支撑动物实验与临床数据采集； • 搭建刺激-解码闭环验证平台，与神经调控设备联调，验证解码效果在闭环控制中的可靠性；

任职要求

• 基本要求：博士学位；神经科学、生物医学工程、电子工程、计算机科学、自动化、人工智能或相关专业；
• 经验要求：
• 3 年以上神经信号处理或脑机接口算法研发经验（博士期间研究经历可计入）；
• 有侵入式脑机接口（Utah 阵列、Neuropixels、ECoG）数据处理经验者优先；
• 技术要求：
• 工程语言：精通 Python 科学计算栈（NumPy / SciPy / MNE / Scikit-learn），熟练 C++/CUDA 或 C#，能将原型算法重写为高性能生产级代码；
• 深度学习：熟练 PyTorch 或 TensorFlow，有自定义网络结构与模型剪枝 / 量化经验；
• 信号处理：掌握时频分析（小波、希尔伯特-黄）、Spike Sorting 及多变量滤波（Wiener / 卡尔曼 / 粒子滤波）；
• 其他要求：具备跨团队合作能力，适应临床与动物实验的工作节奏及高强度技术探索；接受北京办公或按团队安排的工作地点。
• 岗位加分项
• 言语解码：有听觉皮层或运动前区皮层言语解码经验，熟悉音韵学特征提取或端到端语音合成；
• 运动解码：有双臂协同或精细手指力解码经验，熟悉阻抗控制或力位混合控制，做过脑控机械臂抓取的闭环联调；
• 自适应/终身学习：有在线学习（Online Learning）、迁移学习或领域自适应（Domain Adaptation）、RSI在非平稳神经信号上的应用经验；
• 医疗合规：参与过注册临床试验（FDA IDE/PMA 或 NMPA 注册临床）中的算法验证，熟悉 IEC 62304 与 ISO 14971；
• 开源贡献：向 BCI
• Open Ephys、LSL、SpikeInterface/MNE 等社区贡献过算法或工具，或在神经解码方向维护过有影响力的开源项目。