【27届校招】具身智能算法工程师/研究员 - 人类数据

可根据个人背景与兴趣，选择以下方向之一： 1、人类数据感知、重建与动作迁移算法方向 负责第一人称视角视频、遥操作数据、动作捕捉数据、可穿戴设备数据等多模态人类数据算法研发；研究 3D 人体重建、人体姿态估计、手势追踪、动作生成、动作捕捉建模与 Retargeting 等算法，构建从“人类示范”到“机器人策略”的数据转化链路；同时参与仿真第一视角数据生成，为具身智能模型提供高质量人类行为数据。 2、人类数据 Pipeline 构建方向 负责具身智能多模态人类数据 Pipeline 构建，包括遥操作数据、第一人称视角视频、动作捕捉数据等的自动化质检、清洗、标注、评估与数据闭环；结合大语言模型 LLM、多模态大模型 VLM、规则引擎及模型微调能力，建设高吞吐、可扩展、可持续迭代的自动化数据处理系统。 3、模型工程化与性能优化方向 负责核心数据算法模块的工程化部署与性能优化，包括模型压缩、推理加速、分布式计算架构设计等，保障大规模人类数据处理链路的高效、稳定与低成本运行。 【任职要求】 1、计算机科学、人工智能、计算机视觉、计算机图形学、自动化、机器人或相关专业本科及以上学历，硕士/博士优先；具备扎实的数学、物理、算法或数据工程基础。 2、熟悉 Python 或 C++ / CUDA，熟悉 PyTorch 等主流深度学习框架，具备良好的代码规范、工程思维和系统设计能力，能够完成从算法原型到生产级服务的开发与部署。 3、具备以下一个或多个方向的经验： （1）熟悉 3D 视觉与计算机图形学，包括多视图几何、SLAM、SfM、点云处理、NeRF / 3DGS、第一视角仿真数据生成等； （2）熟悉人体重建与估计，包括人体参数化模型、Human Mesh Recovery、Human Pose Estimation、Hand-Object Interaction、动作捕捉或 Motion Generation； （3）熟悉机器人运动学、动力学建模、强化学习、模仿学习或机器人动作迁移； （4）熟悉自动驾驶或机器人领域的数据质检体系、数据闭环方法论，具备大规模多模态数据处理经验； （5）熟悉 LLM / VLM 微调与应用，如 SFT、LoRA / QLoRA、DPO / RLHF 等，有自动化质检、评估或标注模型落地经验； （6）熟悉模型加速与工程优化，如 TensorRT、vLLM、ONNX、模型量化、剪枝或分布式推理。 加分项 （1）在顶级会议或期刊发表过第一作者论文。 （2）有大规模 Egocentric / In-the-wild 人类数据集处理经验。 （3）熟悉 ROS、ROS2、Isaac Sim、Omniverse、COLMAP、ORB-SLAM 等工具或平台。 （4）有真实机器人本体、灵巧手、可穿戴设备、遥操作系统或动作捕捉系统相关经验。