运动识别算法工程师

岗位职责:

1、核心算法开发与优化：负责智能手表场景下的运动状态识别（如跑、走、骑、泳）、人体姿态估计、运动模式AI识别等核心算法的研发、迭代与精度提升。
2、多模态信号处理：处理并融合加速度计、陀螺仪、地磁、光学心率（PPG）、心电（ECG）、气压计等多传感器数据，构建高鲁棒性的特征工程体系。
3、深度学习模型落地：研究与探索如Vision Transformer (ViT)、Masked Autoencoder (MAE) 等前沿深度学习模型在时序运动数据中的应用，并完成从模型设计、训练到嵌入式设备（NPU/MCU）部署落地的全流程工程化。

任职要求：
基本要求：计算机科学、电子工程、自动化、生物医学工程或相关专业，硕士及以上学历（至少要求硕士985）。
信号处理根基：扎实的数字信号处理基础，精通时频分析、滤波器设计、信号降噪与特征提取等关键技术。
机器学习/深度学习：熟练掌握CNN、RNN/LSTM、Transformer等深度学习模型，并有实际的项目应用经验。熟悉自监督学习（如MAE）、模型轻量化（剪枝、量化、蒸馏）技术者优先。
多模态融合：具有处理和融合多源异构传感器数据经验，对传感器特性（如延迟、噪声）有深刻理解。
具备优秀的编程能力（Python/C++），熟悉主流深度学习框架（PyTorch/TensorFlow）。