职位描述：

1. 负责机器人感知模型的研发与优化，包括但不限于：目标检测、语义分割、深度估计、点云处理等任务；

2. 负责模型轻量化与性能优化，探索并实现剪枝、量化、知识蒸馏等模型压缩技术；

3. 设计并实现通用障碍物检测模块，完成端侧部署与实地功能测试，持续优化模型精度与推理效率；

4. 构建多帧感知结果的融合策略，开发与维护时序融合算法，提高鲁棒性与稳定性；

5. 协同硬件与系统团队，推动感知算法在机器人平台上的高效部署与集成。

职位要求：

1. 计算机视觉、机器学习、模式识别、电子工程等相关专业，硕士及以上学历；

2. 具备 3 年以上相关领域工作经验，有实际部署经验者优先；

3. 精通 Python 或 C/C++ 编程，熟悉 Linux 系统环境，具备良好的工程实现能力；

4. 熟悉深度学习模型的 压缩与加速技术，包括但不限于：剪枝、量化、知识蒸馏；

5. 熟练使用主流深度学习框架（如 PyTorch、TensorFlow 等），掌握常用模型结构与算法（如 YOLO, UNet, HRNet 等）；

6. 具备 端侧部署优化经验（如 TensorRT、ONNX、NCNN、RKNN 等）者优先；

7. 了解常见 传统计算机视觉算法，具备融合 CV 与 DL 方法的能力；

8. 具备良好的沟通协作能力，具备较强的问题分析与解决能力，热爱机器人与智能系统方向。

加分项：

1. 有 SLAM / 多模态感知 / 时序融合相关项目经验

2. 有嵌入式部署优化经验（Jetson, Orin, RK 等平台）

3.有自动驾驶、机器人、安防、智能制造等应用背景