一、工作內容
1、能運用信號與系統、微積分、線性代數、概率論和泛函分析等知識解決實際問題；
2、使用Matlab/simulink/Python對信號建模、檢測、恢復、增強、分離、干擾抑制、特征提取等處理。
二、崗位要求
1、有通信、數學、計算機等相關專業知識和扎實的數學基礎；
2、對DSP有興趣并且愿意深入鉆研；
3、能夠熟練使用C語言；
4、良好的英文閱讀能力，關注一些技術前沿并找到靈感；
5、統招本科及以上，通信、電子、計算機等相關專業，統招本科雙一流、211、985院校或者碩士研究生以上學歷優先考慮。
知識要點:
1、線性時不變系統的特性、系統零極點的分析
2、語音信號的特點，如基頻、諧波、包絡、過零率、頻率范圍等
3、功率信號和能量信號的區別，功率譜和能量譜的作用
4、信號卷積、互相關和自相關的理解和運用
5、無失真傳輸的特點
6、熟悉FIR和IIR濾波器，尤其會用切比雪夫和巴特沃夫等典型濾波器設計低通、高通、帶通、陷波等濾波器
7、函數的周期性、奇偶性的理解和運用
8、用矩陣與范數表征信號矢量空間
9、時域、頻域、復頻域的分析，傅里葉變換、拉普拉斯變換和z變換的關系
10、信號誤差和反饋分析，參數迭代和優化算法（如RLS、LMS、最小二乘、梯度下降法等）
11、信號抽取和插值問題及重采樣放置在濾波前后計算量的差異
12、理解維納濾波和卡爾曼濾波，并能靈活使用
13、理解帕塞瓦爾定理、柯西-施瓦茨不等式、吉布斯現象、希爾伯特變換等
14、熟悉矩陣運算，對協方差矩陣、酉矩陣、埃爾米特矩陣、雅可比和海森矩陣、行列式、奇異值、特征值和特征向量等對應的物理意義和使用有較深刻的理解
15、學會對數據建模，如用馬爾科夫模型、高斯分布、雙指數分布、泊松方程、貝葉斯公式等
16、運用泰勒展開式、對數運算、高斯消元、函數逼近等方法進行算力優化