1、负责养老场景核心视觉功能的落地实现，基于开源视觉模型（如YOLO、MobileNet等），完成老年人跌倒检测、异常行为识别等核心功能与算法的开发与优化；
2、配合产品需求，完成基础视觉分析功能的落地，如动作识别、姿态识别、表情识别等功能的技术实现与调优；
3、针对养老场景常用设备（如普通家用摄像头、简易嵌入式设备），进行模型轻量化适配，确保在居家、养老院等常见环境下稳定运行；
4、负责养老场景视觉数据集的收集、清洗、标注工作，制定基础标注规范，通过数据迭代提升模型准确率（重点降低跌倒与日常动作的误判率）；
5、紧密配合软件开发工程师，完成视觉模型与小程序/APP或硬件系统的集成对接，参与功能测试、问题排查与迭代优化，确保端到端落地效果。"
1、年龄35周岁以内；
2、硕士以上学历，计算机相关专业；
3、3年以上AI视觉相关工作或项目经验，熟悉目标检测、图像分类基础逻辑，有基于开源模型做二次开发或落地的实操案例（有安防、居家场景经验者优先）；
4、熟练掌握Python编程语言，会使用OpenCV工具，熟悉PyTorch/TensorFlow任一框架，能独立完成模型的调用、训练调优与基础部署；
5、了解模型轻量化基础方法（如模型裁剪、量化），有简单嵌入式设备或边缘部署经验者优先，能解决基础的设备适配问题；
6、对养老场景有基础认知，理解老年人行为特点与场景需求。"