核心定位 独立负责儿童乐园全部互动游戏项目的视觉识别工作，覆盖从摄像头选型、数据采集、标注、训练、边缘部署到上线优化的完整链路。视觉模块只负责输出结构化“事实”，不直接进行业务判断或控制机械设备。 岗位职责 数据侧： 1，负责摄像头选型、机位布置方案设计，解决透明材质反光、复杂光照、设备遮挡、多人入镜、儿童身高差异等问题； 2，制定数据采集方案，覆盖2—8岁儿童正常操作、动作过快、动作不到位、多次尝试、中途放弃、家长代做、多人干扰、遮挡等真实场景； 3，制定标签体系、标注规范及质量验收标准，完成目标框、关键点、动作起止时间、运动轨迹、设备状态、分割区域等标注统筹与验收。 模型侧： 1， 负责目标检测、图像分类、目标跟踪、人体姿态、手部识别、时序动作识别、语义分割、轨迹分析、密度估计等模型的选型、训练、验证与调优； 2，持续解决误识别、漏识别、场景泛化问题； 3，设计置信度阈值、多帧确认、异常重试和降级策略。 部署侧： 1， 将模型部署到房间服务器、Jetson、RK3588等边缘设备，完成模型转换、压缩、量化、推理优化； 2， 保证系统低延迟、稳定、离线运行。 融合与输出侧： 1， 设计视觉与按钮、流量、压力、电流、震动、转速等传感器数据的分工及融合方案； 2， 输出结构化“事实”：人员事实、设备/物体事实、动作事实、关系事实，供边缘规则库生成标准事件； 3， 不允许跳过规则库直接进行业务判断或控制设备。 语音与LLM侧： 1， 负责儿童语音识别、语音转写、声音事件识别模块的选型、测试和本地化部署； 2， 负责DeepSeek等大语言模型的下载、安装、本地化部署、API接入、参数配置和基础维护； 3， 可研究本地知识库、RAG等技术，用于游戏结束后的家长报告、儿童表现总结、个性化夸奖内容生成； 4， 严格界定LLM使用边界：现场实时识别和安全判断必须使用识别模型、传感器及固定规则，大模型不得直接生成现场控制规则或控制设备。 工具与文档侧： 1， 持续研究AI办公及AI开发工具，输出可执行的工具评估报告和标准化工作流程； 2， 输出摄像头布置图、数据采集方案、标注规范、训练数据集、模型安装包、部署说明、识别接口文档、测试报告、误识别/漏识别分析报告； 3， 与业务、后端、嵌入式、机械、电气等团队协作完成项目落地。

学历：211及以上，计算机/AI/视觉/自动化/电子等相关专业，本科及以上 经验：3年以上CV算法研发，有“数据采集→标注→训练→部署→优化”完整项目闭环，非仅调API 技术：Python + PyTorch；熟悉YOLO等主流模型（检测/分类/跟踪/姿态/时序动作） 边缘部署：必须有Jetson/RK3588/GPU服务器部署经验，熟悉ONNX/TensorRT/RKNN/量化 独立能力：能独立设计摄像头布置、数据采集方案、标注规范、模型方案及验收标准 LLM：了解DeepSeek等本地部署或API接入，了解RAG