一、招聘岗位及待遇
本次招聘脑电与多模态生理信号实习生4个岗位以及生理信号硬件研发与测试实习生1个岗位若干名，工资100-200元/天，按规定办理意外保险。
二、招聘条件
岗位 1：EEG 脑电信号处理与特征分析实习生
方向说明
参与脑电信号分析与认知状态识别研究，从多通道 EEG 数据中提取稳定、可解释的神经特征，为后续智能建模提供高质量输入。
实习内容
1. 完成 EEG 数据预处理，包括滤波、降采样、重参考、事件切分和质量控制；
2. 开展 ERP、频谱、时频等特征分析，提取 P300、频带功率、PSD 等指标；
3. 分析不同通道、时间窗和实验条件下的脑电差异；
4. 探索功能连接等脑网络特征，并建立可复用的 EEG 分析流程。
任职要求
l生物医学工程、电子信息、脑科学、计算机、数学等相关专业；
l熟悉 Python 或 MATLAB，掌握 NumPy、SciPy 等常用工具；
l具备基本数字信号处理基础，了解 FFT、滤波和频谱分析。
加分项
l使用过 MNE-Python、EEGLAB；
l有 ERP、P300、时频分析或 EEG 分类经验。
岗位 2：多模态生理信号分析实习生
方向说明
参与多模态生理感知与认知状态分析，对 ECG、PPG、EDA、呼吸、EMG 等信号进行处理，提取反映自主神经活动和个体状态变化的生理指标。
实习内容
1. 完成 ECG、PPG、EDA、呼吸、EMG 等信号的预处理与质量控制；
2. 提取 Heart Rate、HRV、SCL、SCR、呼吸节律等常用指标；
3. 进行不同传感器、不同采样率数据的时间同步与事件对齐；
4. 分析不同实验条件下生理指标变化，并开展多模态特征融合。
任职要求
l生物医学工程、电子信息、心理学、计算机等相关专业；
l熟悉 Python、NumPy、SciPy；
l理解滤波、频域分析、峰值检测等基本信号处理方法。
加分项
l使用过 NeuroKit2、pyHRV、BIOPAC 等工具；
l有 ECG、PPG、EDA 等真实生理信号处理经验。
岗位 3：机器学习与状态识别算法实习生
方向说明
参与脑电及多模态生理数据的智能建模，利用机器学习方法建立认知状态识别模型，并提升模型的准确性、稳定性和可解释性。
实习内容
1. 基于 EEG 和多模态生理特征构建分类与状态识别模型；
2. 使用 Logistic Regression、SVM、Random Forest、XGBoost 等方法开展建模；
3. 完成特征选择、PCA 降维、模型调参和交叉验证；
4. 建立规范的模型评估流程，并分析不同特征对模型性能的贡献。
任职要求
l计算机、人工智能、数学、统计、生物医学工程等相关专业；
l熟悉 Python 和 scikit-learn；
l理解基本机器学习方法、交叉验证及分类性能指标。
加分项
l有生理信号、时序数据或高维数据建模经验；
l熟悉 XGBoost、特征选择或可解释机器学习方法。
岗位 4：深度学习与多模态算法实习生
方向说明
面向脑电和多模态生理数据探索更具泛化能力的智能算法，重点关注深度学习、跨个体建模及多模态信息融合。
实习内容
1. 复现脑电、生理信号和认知状态识别相关深度学习方法；
2. 探索 EEGNet、CNN、Transformer、时序模型等网络结构；
3. 研究跨个体差异带来的模型泛化问题；
4. 探索迁移学习、域适应、自监督学习和多模态融合方法；
5. 根据项目进展参与实时模型推理与算法原型实现。
任职要求
l计算机、人工智能、电子信息、数学等相关专业；
l熟悉 Python 和 PyTorch；
l具备机器学习和深度学习基础，能够独立阅读并复现论文。
加分项
l有 EEGNet、CNN、Transformer 或时序建模经验；
l有迁移学习、域适应、多模态学习相关项目经历。
岗位：生理信号硬件研发与测试实习生
方向说明
模拟前端与PCB信号发生器测试，整机验证。参与脑电、心电、皮电、脉搏波等采集设备的硬件研发、调试与系统验证。以基于信号发生器的电路测试为重点，根据个人基础逐步参与硬件设计和样机迭代。欢迎具备电路基础、愿意动手实践的同学申请。
实习内容
1. 使用信号发生器搭建测试环境，在指导下按电路输入范围设置波形、频率、幅度和直流偏置，配合示波器测量输入与输出，检查增益、频率响应、饱和及失真。
2. 参与器件选型、原理图设计与 PCB 检查，涉及 ADC/AFE、放大、滤波、输入保护、电源及参考偏置电路，关注布局布线、接地和抗干扰。
3. 参与板卡上电检查、焊接装配、返修与样机调试，协助定位工频干扰、电源纹波、通道串扰、接地和接口异常，并验证改进效果。
4. 按方案测试输入噪声、输入阻抗、共模抑制、动态范围、通道一致性及电源稳定性；配合开展 EEG、ECG、EDA/GSR、PPG 基础采集实验。
5. 验证参数配置、开始采集、接收、显示、保存和停止采集的完整流程，检查采样率、时间戳、数据帧完整性、丢包率及长时间运行稳定性。
6. 整理测试数据，逐步使用 Python 或 MATLAB 完成统计、绘图与自动化检查；记录接线、仪器参数、软硬件版本及原始结果，维护 BOM、问题清单与复测报告。
任职要求
l硕士研究生及以上在读，电子信息、微电子、电气、自动化、生物医学工程、仪器、计算机、物理等相关专业；欢迎有电路实践的交叉学科背景。
l具备模拟电路和数字电路基础，理解运放、滤波、电源及 ADC 的基本作用，能阅读基础原理图，了解采样率及常见接口。
l了解信号发生器的基本用途和常用参数，有示波器、万用表等仪器的使用基础，能在指导下完成测试连接、波形测量和结果记录。
l有电路实验、设备调试或数据采集经历，课程实验、科研训练、电子竞赛及个人项目均可；能整理测试数据，愿意学习硬件设计及自动化测试。
l自主性强、积极主动，愿意动手排查和反复验证；能主动查资料、提出验证思路，如实记录结果，及时沟通进展，对所承担的任务负责。
加分项
l有信号发生器配合示波器测试放大、滤波或采集电路的经历，做过扫频、微弱信号测试、科研仪器或电子产品验证。
l使用过 Altium Designer、嘉立创 EDA、KiCad 等任一种工具，或有 PCB 焊接、返修、飞线及板级调试经验。
l接触过生理信号采集、生物电 AFE、高精度 ADC 或低噪声电路，或了解 EMC/EMI/ESD、接地及抗干扰设计。
l能用 Python 或 MATLAB 处理测试数据，或有串口、USB、网络数据接收、仪器控制、自动化测试及上位机开发经历。
三、招聘程序
（一）报名时间：即日起至招满。
（二）报名方式：根据岗位条件，将个人简历发送至kxoffice@zjnu.cn邮箱，邮件主题为“姓名+应聘X岗位实习生”，并请提供身份证、各类证书及其他证明材料。联系人严老师、薛老师：0571-81952025。
（三）组织入围人员面试（具体面试时间地点另行通知）。
浙江师范大学可信智能研究院
2026年9月29日
