感知算法工程师（人体及手部姿态估计方向）

职位概述 面向 具身智能设备构建稳定、低延迟、可端侧部署的人体与灵巧手感知算法系统。输出包括人体骨架、手部关键点、关节角度、手势状态、目标 ID、置信度与时间戳等，并持续提升复杂场景下的鲁棒性、时序稳定性与交互可用性。

岗位职责

• 设计并实现基于视觉的人体姿态估计、手部关键点检测、灵巧手跟踪与 3D 位姿估计算法，结合 IMU、TOF、深度、交互行为数据及环境语义信息，实现低延迟、高稳定性的人体与手部感知。
• 负责人体骨骼点识别、关节角计算、手部关键点/骨架/6DoF 位姿预测及时序跟踪，输出稳定的 BodyPose / HandPose / Gesture 结果，包括关键点、置信度、body_id / hand_id、关节角、时序戳等。
• 设计和优化人体与手部姿态估计模型，融合视觉、几何与时序信息，提升在遮挡、快速运动、出入视野、双手交互、第一视角等复杂场景下的精度与鲁棒性。
• 负责手势识别与动作理解能力建设，包括静态手势、动态手势、手指状态识别、手部交互事件检测等，支持 MR/XR 交互场景落地。
• 跟踪人体姿态估计、手部跟踪、Egocentric Vision、3D Hand Pose、Multimodal Fusion 等方向前沿技术，并推动技术预研与产品化。

学历要求

• 计算机科学、软件工程、人工智能、数据科学、自动化、电子信息或相关专业，硕士及以上学历优先。

技能要求

• 具备扎实的计算机视觉、机器学习、深度学习、数学与 3D 几何基础，能够独立完成算法设计、实现与优化。
• 具有人体姿态估计、手部关键点检测、灵巧手跟踪、3D 位姿回归、关节角估计、动作识别等相关经验；熟悉 VR/AR/XR 场景者优先。
• 熟悉 CNN、Transformer、RNN 等模型结构及训练、评估、部署流程，具备模型迁移、蒸馏、量化、剪枝和推理优化经验。
• 熟悉相机标定、双目几何、坐标系变换、多视角重建、时序滤波与传感器融合方法，能够处理人体与手部位姿估计中的空间约束问题。
• 熟悉 OpenCV、PyTorch、ONNX / TensorRT 或其他端侧部署工具链，有边缘设备视觉模型开发经验。
• 具备较强的问题分析与工程落地能力，能够独立推动复杂算法模块研发，并与跨团队高效协作。

经验要求

• 有3-5年经验，能够独立负责算法模块开发、验证与优化。
• 有人体姿态、手势识别、手部关键点、Egocentric / Head-mounted Vision、机器人手部感知或 XR 交互感知经验者优先。
• 有端侧视觉算法部署、性能优化和量产交付经验者优先。

加分项

• 有 MR/AR/XR 眼镜、头戴设备、空间计算或第一视角视觉算法落地经验。
• 有人体骨架跟踪、手部 3D 重建、6DoF 手部位姿估计、双手交互建模经验。
• 有 RKNN、Qualcomm、NNAPI、DSP/NPU 等异构计算平台优化经验。
• 在计算机视觉、图形学、机器人、XR 相关方向顶会或期刊发表论文者优先。