算法工程师(J10492) 25k-35k

工作职责:
1.数据闭环：制定数据采集/标注规范，构建评测集与基线，维护数据/模型版本（DVC/MLflow 等）。
2.特征与建模：基于任务目标（检测/识别/回归），完成特征工程与模型训练（传统信号处理与深度学习并用）。
3.评测与鲁棒性：建立统一口径（F1/ROC/MAE/latency 等），进行场景化评测（遮挡/多径/光照/温度/噪声）与A/B实验。
4.端侧部署：模型压缩与量化（剪枝/蒸馏/INT8/混合量化），在目标平台（如 ARM、DSP、NPU、GPU）实现上线，满足时延/内存/功耗。
5.产品化与联调：与硬件/嵌入式/产品/QA/生产协作，完成固件集成、回归测试、现场优化与问题闭环。
6.文档与专利：输出技术方案/接口/测试文档，参与专利/软著。
传感器特化（至少具备其一）
85深度/视觉：多人姿态、手势、跌倒/离床、区域入侵、人体/物体检测与跟踪，低光/遮挡处理。
85红外/热释/温度：体温变化趋势、在离床、环境热源干扰抑制与阈值自适应。
85毫米波/超声/雷达：Range/Doppler/Angle 信号链、微多普勒体征（心率/呼吸/睡眠阶段）、目标分离与跟踪。
IMU/加速度计：姿态估计、活动强度/步态、融合校准与漂移补偿。

任职资格:
1.会用至少一种深度学习框架（PyTorch/TensorFlow）。
2.C/C++ 基础与嵌入式协作经验，良好代码规范与单元/集成测试意识。
3.信号处理/概率统计基础（滤波、谱分析、时频、卡尔曼/粒子滤波等）。
4.至少一种传感器方向的项目经验（深度/视觉/红外/雷达/IMU/温度，任一或以上）。
加分：
1.模型压缩/量化/蒸馏与端侧部署（ONNX Runtime/TFLite/TensorRT/OpenVINO/NPU Toolchain）。
2.多目标跟踪/重识别/跨模态融合；困难样本挖掘与不平衡处理。
3.数据/模型版本管理（DVC/MLflow），CI/CD 与容器化（Git/Docker）。
4.典型平台经验（如 TI mmWave、RealSense/ToF、各类热释/温度传感器、常见 IMU）。