职位描述
岗位职责
1. 模型实验与复现： 协助复现最新的目标检测（如 YOLO 系列、轻量化 Transformer）和多目标跟踪（MOT）算法，并在团队内部数据集上进行训练与参数调优。
2. 行为识别研究： 协助研发基于图像序列的行为或状态识别模型（如异常动作检测），为机器人云端决策系统提供元数据支持。
3. 模型轻量化改造： 参与模型的剪枝、蒸馏及 INT8/FP16 量化实验，探索模型体积、推理速度与精度的最佳平衡点。
4. 端侧部署适配： 协助导师将 CV 模型迁移至嵌入式平台，负责适配地平线 RDK X5、TensorRT 等加速工具链，并优化算子兼容性。
5. 性能评估工具开发： 协助编写在边缘设备上测量模型推理延迟、内存占用及精度损失的自动化评估工具。
6. 基础工程支持： 编写高效的图像预处理与后处理代码，辅助进行视频数据的采集与标注管理。
任职要求
1. 专业背景： 计算机、自动化、信号处理、数学或相关专业在读硕士或优秀本科生。
2. 算法功底： 精通主流目标检测框架，了解多目标跟踪（ByteTrack, Sort）及行为识别的基本原理。
3. 部署意识： 熟悉 ONNX Runtime、OpenVINO 或 TensorRT 等至少一种推理框架，了解模型量化的基本流程。
4. 编程能力： 熟练掌握 Python 与 PyTorch，能够编写干净、高效的代码；具备基础的…