商汤元萝卜-机器人视觉算法工程师
任职要求
1.专业背景：本科及以上学历，计算机、自动化、电子信息等相关专业优先，具备扎实的数学基础（线性代数、优化理论）。 2.技术能力： （1）精通计算机视觉算法（目标检测、分割、SLAM等），熟练使用PyTorch/TensorFlow等框架； （2）掌握Python/C++编程，熟悉OpenCV…
工作职责
1.环境感知与目标识别：基于深度相机（如RealSense）的RGB-D数据，开发实时环境感知算法，实现家庭场景下的目标检测、图像分割、物体识别（如餐具、家具）及场景理解。 2.三维视觉与抓取支持：利用点云数据研发物体姿态估计、三维重建算法，为机械臂抓取提供精准位姿信息，优化抓取点检测。 3.视觉SLAM与定位（可选）：实现视觉SLAM算法，融合多传感器数据（如IMU），构建室内环境地图并支持机器人自主导航与定位。 4.多模态融合与系统集成：协同控制与算法团队，将视觉感知结果与语言指令、控制策略结合，为视觉-语言-行动模型提供输入，并适配ROS2等机器人系统。 5.算法优化与创新：跟踪前沿视觉算法（如Transformer、基础模型），针对嵌入式平台（如Jetson）进行模型压缩、推理加速，提升实时性与鲁棒性。
1. 物体位姿估计：研发物体位姿估计(6D Pose Estimation)算法，支持对物体的精准识别与定位。 2. 场景理解与重建：利用语义SLAM或NERF技术，构建家居环境的3D语义地图，为VLA模型提供环境上下文。 3. 透明/反光物体识别：针对玻璃、金属等难点物体，优化深度修复与检测算法。 4. 视觉伺服：配合控制工程师，开发基于视觉反馈的闭环控制(Visual Servoing)，提升抓取成功率。
1.负责海外品牌官网、亚马逊及其他第三方平台的电商视觉与促销活动设计，确保品牌形象统一、视觉吸引力强； 2.负责各大店铺的日常视觉维护与更新，与运营团队紧密协作，持续优化页面结构与设计表现，提升信息传达效率、用户体验及销售转化率； 3.主导海外市场的中大型活动、节日营销及展会设计项目，制定并把控整体视觉风格与设计规范，推进项目高效落地； 4.持续关注海外市场趋势与用户偏好，洞察视觉创意与行业流行趋势，提出创新性的设计策略与创意方向； 5.协助品牌进行内容本地化设计，确保视觉语言契合不同地区的文化特征与用户习惯。
1、模型复现与实现：复现当前主流的开源VLA模型(如GR00T/ π0.5/SmoIVLA/WALL-OSS等)，确保算法正确性和性能。 2、系统集成与测试：将VLA模型集成到公司机器人平台，设计并执行测试方案，评估模型在真实环境中的感知、推理与执行能力。 3、算法优化与创新：针对机器人具体应用场景，对VLA模型进行微调、优化及创新，提升其在复杂环境下的适应性和鲁棒性。 4、多模态数据处理：处理视觉、语言和动作数据，构建和优化训练数据集，支持模型的训练和评估。 5、技术跟踪与报告：跟踪VLA领域的最新研究进展，撰写技术报告，并参与团队技术讨论与分享。
1. 软件架构设计：负责机器人软件架构设计，基于ROS2框架设计并实现各功能模块，保障系统高效稳定运行。 2. 任务管理与调度：开发机器人任务决策与调度逻辑，通过状态机或行为树协调机械臂、移动底盘、视觉等模块完成复杂任务。 3. 模块集成测试：集成视觉感知、底盘控制、机械臂控制、语音/语言处理等算法模块，开展系统测试与调试，确保功能正常与数据准确。 4. 性能优化与维护：优化机器人软件的系统性能与稳定性，改进ROS2通信机制配置、并行处理及内存管理能力，持续迭代并维护软件版本。 5. 开发工具与文档：搭建开发工具链与仿真环境（如Gazebo等），编写测试用例及技术文档等，支持机器人的产品部署与升级。