★项目描述：通过对智能手表监测到的ppg信号进行数据分析，并对其进行建模，通过构建一维卷积网络与全连接网络，回归出血压血氧值，并达到一定的精度，以grpc的方式将数据推给手表java端。
★ 责任描述：对原始 ppg信号进行降噪滤波，并对其进行建模，构建卷积神经网络和全连接神经网络，提高精准度指标。
★ 主要业绩：对上一任算法工程师的准确度进行优化与提升，并能够给出大幅度的血压变化趋势，一定程度上突破了行业壁垒，因为业内手表预测血压，一般无法给出吃药前后的血压趋势变化，但是通过新设计的网络，能够对这种现象有一定的改善，并得到用户的认可。