1核心算法开发
（1）模型设计针对陪护机器人人脸识别语音交互等场景，设计CNN/RNN/Transformer等深度学习模型，完成数据标注与训练；基于TensorFlow/PyTorch优化模型结构（轻量化设计），通过INT8量化适配RK3588SNPU等硬件。
（2）嵌入式部署将模型部署至STM32/RK3588等边缘设备，利用TensorFlowLite/RKNN实现端侧推理；优化计算图（算子融合内存复用），保障实时性（如动态避障延迟<200ms）。
（3）传统算法开发传感器滤波FFT分析等信号处理算法及PID控制路径规划算法；实现IMU+激光雷达融合的SLAM建图与导航。
2数据闭环构建
（1）设计机器人日志交互录音等数据采集方案，构建边缘-云端管道；
（2）开发数据清洗（去噪异常处理）及半监督自动化标注工具；
（3）通过在线学习/联邦学习迭代模型，设计A/B测试（如语音唤醒率提升5%）并输出量化报告。
3跨团队协作
（1）协同硬件团队选型主控芯片（评估NPU算力适配YOLOv5s）定义传感器规格；
（2）向嵌入式团队提供tflite/rknn量化模型，联合调试内存与推理速度，开发性能监控模块；
（3）与产品经理协作，将技术指标转化为用户体验参数（如95%语音指令响应<1秒），评估功能算力占用可行性。
1计算机科学人工智能相关专业硕士及以上学历；
2熟悉深度学习框架（如TensorFlowPyTorch）；
3有语音/NLP或计算机视觉项目经验者优先；
4熟悉ROS及机器人算法者优先。

职位类别：

举报