1、核心算法研发：负责第一视角（Egocentric）人体全身姿态估计（包括手部）算法研发，实现端侧实时的关节点轨迹输出；设计并优化多模态融合框架，融合头戴双目视觉、腰部鱼眼相机、身体 IMU、红外追踪、足底压力等多源信息；解决遮挡、出视野、传感器漂移等挑战性问题，提升动作估计的稳定性和精度； 2、算法工程实现与优化：将算法模型落地到移动端/VR头显设备，实现低延迟、高帧率的实时推理；优化模型大小、计算量和内存占用，满足端侧部署的资源约束；设计并实现数据采集、预处理、训练、评估的完整 pipeline； 3、前沿技术调研与落地：跟踪计算机视觉、人体动捕领域的最新技术进展（如 Transformer、扩散模型、多模态融合等）；调研并复现前沿算法（EgoPoseFormer、RobustCap、HMD-Poser 等），结合业务需求进行改进和落地；参与技术方案设计和技术选型决策 4、数据集构建与模型迭代：设计数据采集方案，构建高质量的 Egocentric 人体运动数据集；建立模型评估指标体系，持续优化模型精度和鲁棒性；与硬件团队协作，参与传感器选型和系统联调。

1、计算机科学、电子工程、数学、自动化等相关专业硕士及以上学历；有扎实的计算机视觉、机器学习、深度学习理论基础； 2、算法能力：熟练掌握 PyTorch / TensorFlow 等深度学习框架，有端到端模型训练和优化经验；熟悉 Transformer、LSTM、注意力机制、多模态融合等核心算法；了解 3D 计算机视觉基础：多视角几何、相机标定、三角化、坐标系变换； 3、领域知识：了解人体姿态估计、动作捕捉相关技术（2D/3D keypoint detection、SMPL/MANO 人体模型）；熟悉第一视角（Egocentric）视觉任务的特点和挑战优先；了解 IMU、SLAM 、红外追踪相关知识，有传感器融合经验者优先； 4、工程能力：熟练掌握 Python / C++ 编程，有良好的代码风格和工程习惯；有模型量化、蒸馏、剪枝等模型压缩经验优先；有移动端/NPU 端侧部署经验优先； 5、其他素质：优秀的问题分析和解决能力，能够独立开展研究工作；良好的英文读写能力，能够快速理解和复现前沿论文；具备团队协作精神，沟通能力强。 【加分项】 1、项目/论文经历：在 CVPR、ICCV、ECCV、NeurIPS 等顶级会议发表过人体动捕/姿态估计相关论文；有大型人体运动数据集（AMASS、Ego4D、HOT3D 等）处理和训练经验；有开源项目贡献经历，在 GitHub 有高质量的人体姿态估计相关项目； 2、技术深度：深入理解 SMPL 人体模型的参数化表示和运动学约束；熟悉扩散模型在人体运动生成和优化中的应用；有物理仿真、运动学动力学约束优化经验；了解硬件加速（TensorRT、ONNX、MNN 等）和实时系统优化； 3、跨领域能力：有 VR/AR 产品开发经验，有红外追踪研发经验，理解用户体验和产品需求；有机器人控制、动作迁移、虚拟人驱动等相关经验；熟悉信号处理、传感器校准、时间同步等硬件相关技术。