机器学习首席科学家 – 睡眠与生理信号建模
我们目前正在为2026年第二季度计划的机器学习首席科学家职位进行人才储备。该职位将领导开发先进的机器学习模型，旨在从多模态生理数据中提取临床显著的风险信号。该角色负责一个新型居家生理监测平台的智能层，旨在支持围手术期护理的临床决策。
这是一个动手的技术领导角色，对联邦资助的第一阶段项目有直接影响。
合同参与：450小时（约2.5-3个月）在美国（远程）
为什么这个机会与众不同
• 技术所有权 – 您将领导智能层的机器学习策略，而不仅仅是其中的一部分
• 临床基础的机器学习 – 与睡眠医学和麻醉专家直接合作
• NIH支持的影响 – 您的工作推动了第一阶段资助的可行性结果
• 信号丰富的问题 – EEG、ECG、血氧饱和度、运动、真实数据、真实复杂性
• 灵活的工作选项 – 远程合同工作，平衡专注、协作和灵活性
• 成长 – 参与早期产品设计，有可能延伸到长期角色
您的工作内容
• 设计、构建和验证用于多信号生理数据建模的机器学习管道
• 开发稳健的特征提取方法，用于EEG、ECG、脉搏血氧饱和度（SpO₂）和运动信号
• 训练和评估模型以估算临床相关指标，如觉醒负担、缺氧负担、觉醒阈值和气道不稳定性
• 与临床领域专家（睡眠医学和麻醉）密切合作，将生理信号转化为操作性风险特征
• 评估模型在患者群体中的性能、可解释性和普遍性
• 为NIH交付物、出版物和面向监管的材料准备技术方法、结果和文档
您的优势
• 优先考虑机器学习、人工智能、生物医学工程、计算神经科学的硕士或博士学位
• 在生理信号建模（EEG、ECG、PPG、SpO₂、运动）方面的实际经验
• 深度学习架构（CNNs、LSTMs、Transformers）方面的强大背景
• 能够从头到尾解决模糊的技术问题
• 加分项：在睡眠医学、麻醉或医疗设备方面的经验
关于：一家早期医疗设备公司，开发了一种获得专利的皮肤佩戴式可穿戴设备，能够实现睡眠实验室级别的生理监测，重点是在手术前识别未诊断的睡眠呼吸暂停。解决一个主要的围手术期安全缺口，大量患者在未检测到的睡眠相关风险下接受麻醉。构建直接改善临床决策和患者结果的技术。小团队，高度技术导向，使命驱动，与可穿戴设备、生理信号处理、机器学习和通过联邦资助项目的临床研究合作。
申请此职位即表示您同意我们可以向您发送短信（标准费率适用）。
