高级机器视觉算法工程师（智慧体育方向）

岗位职责：
1. 算法架构设计： 主导研发体育场景下的计算机视觉算法解决方案，例如篮球比赛中的犯规动作识别、田径赛跑中的起跑抢跑检测等。针对复杂的体育现场情况设计鲁棒的算法架构：如多人高速运动下的姿态交互与时序建模，弱光/逆光条件下的精确动作识别，确保算法能够适应真实比赛环境。
2. 难点攻克： 攻坚智慧体育产品中的疑难视觉问题，如运动员遮挡后的姿态重建、高速运动物体的模糊识别补偿、跨摄像头视角的多目标追踪ID一致性等。深入研究解决方案，例如：利用多视角时序信息恢复被严重遮挡运动员的三维姿态；针对网球等高速运动物体建立模糊模型进行清晰化；在大范围场馆中通过特征关联提高跨镜头跟踪的ID保持率。
3. 部署优化与迭代： 前瞻性地跟进行业最新算法发展，并应用于公司产品。推动算法在边缘计算设备及云平台上的部署优化，与工程团队配合确保算法在实际产品中的实时性、精度和稳定性达到要求（例如特定场景下目标检测FPS>30，识别准确率>99%）。制定实验评估方案量化算法效果，持续迭代改进模型，提升算法在实战场景下的表现。
任职要求：
1. 学历与经验： 硕士及以上学历（能力特别突出者本科亦可），人工智能、计算机、电子信息等相关专业。5年以上计算机视觉算法研发经验，在体育竞技、安防监控、工业检测等领域有项目经历者优先。具有独立负责并成功落地复杂CV项目的完整经历。
2. 项目经历： 有主导或作为核心成员全程参与计算机视觉项目的经验，从需求分析、方案设计、模型开发、训练调优、部署优化到最终效果验证能够把控全流程。在目标检测、目标跟踪、动作识别、姿态估计等方面有成功落地案例，能结合业务需求设计有效的算法方案。
3. 算法技能： 掌握主流的计算机视觉算法和深度学习模型。精通PyTorch深度学习框架（熟悉TensorFlow亦可），能够独立完成模型的搭建、训练、调参和验证工作，理解框架底层原理。对Anchor-Based和Anchor-Free的检测算法都有所了解（如YOLO系列、Faster R-CNN、DETR等）；熟悉关键点检测算法（如OpenPose、HRNet等）及2D/3D姿态估计方法；了解视频动作识别/分割模型（如TSN、SlowFast等）和多目标跟踪算法（如DeepSORT、ByteTrack等）的原理和应用。
4. 模型优化部署： 有模型压缩与部署经验，熟悉模型剪枝、量化等技术手段。掌握模型导出和部署流程（ONNX、TensorRT、OpenVINO 等），曾在实际项目中将模型部署到资源受限的设备上（如嵌入式GPU、AI相机）并进行性能调优者优先。对计算机视觉算法在边缘计算上的性能瓶颈有深入体会，并能与嵌入式工程师合作进行针对性优化。
5. 编程能力： 精通Python，有良好的代码风格，熟悉常用的数据结构和算法。至少熟练使用C++进行算法加速或工程落地，有CUDA GPU加速编程经验者优先。在工程实现中能编写高效的代码，并对算法结果进行调试和验证。
6. 软素质： 拥有出色的问题分析和解决能力，面对技术难题有钻研攻克的毅力。善于沟通协作，能够与产品经理、前后端和测试团队有效沟通需求和问题，共同推动项目进展。高度的责任心和自驱力，对技术充满热情，追求卓越效果。具备英语论文阅读能力，紧跟最新研究动态。如果对体育运动有浓厚兴趣或相关知识更佳，有助于理解业务场景
薪酬福利：
固定月薪+14薪+年终奖金
1.每天工作8小时，周末双休；
2.免费提供营养3餐，无限量零食；
3.独栋5层写字楼，配有健身房、KTV等娱乐设施；
4.完善福利体系：提供生日礼金、结婚礼金、生育礼金、关怀基金、年度体检、丰富团建活动等；
5.数据科学行业，拥有强大的研发团队，成员均毕业于清华、中科院、北航、RIT国内外名校，你将与优秀的小伙伴一起工作。