
智能互联智能互联-传感器交互设计专家-杭州/上海
任职要求
1.硕士及以上学历,交互设计、人机交互、计算机、心理学、认知科学等相关专业;
2. 2.5年及以上XR或智能硬件行业交互设计相关工作经验;
3. 2年以上新交互通道和传感器研发经验,例如语音、手势、手环、眼动跟踪等交互及多模态融合;
4.有良好的用户洞祭力,需求分析能力、学习能力、设计能力和创新能力,有成功负责或…工作职责
1. 主导AI智能硬件的交互评价与设计优化,深度参与产品交互构思与迭代,设计高效、前瞻的用户体验; 2. 独立完成人因研究、用户流程设计、交互论证原型制作及验证,推动设计方案落地并跟踪数据反馈; 3. 协同产品、开发、设计等多团队,确保设计的技术可行性、可用性和科技感; 4. 关注智能交互趋势,探索多模态、Al agent等新交互接口、交互模式在产品中的创新应用。
1. 主导AI智能硬件的交互评价与设计优化,深度参与产品交互构思与迭代,设计高效、前瞻的用户体验; 2. 独立完成人因研究、用户流程设计、交互论证原型制作及验证,推动设计方案落地并跟踪数据反馈; 3. 协同产品、开发、设计等多团队,确保设计的技术可行性、可用性和科技感; 4. 关注智能交互趋势,探索多模态、Al agent等新交互接口、交互模式在产品中的创新应用。
1. 主导AI眼镜产品的硬件规划与全生命周期需求管理,深度洞察用户核心痛点,挖掘场景价值,输出高质量、可落地的产品需求文档; 2. 负责从概念阶段到量产的产品目标定义及达成,包括人因工程优化、佩戴舒适性、交互体验等目标,把控产品方向与资源投入,确保产品体验达成目标; 3. 聚焦产品核心竞争力,推动复杂技术方案(如近眼显示、低功耗系统、多模态交互)的工程化落地,在创新性、成本、可靠性之间实现最优平衡; 4. 深度协同GTM、市场及销售团队,推动产品上市成功,输出核心卖点手册、商品详情页、培训材料等,为产品声量与销量提供关键支撑; 5. 保持对AI硬件领域前沿技术的高度敏感(如新型光学方案、低功耗SoC、空间感知、传感器技术等),评估新技术在整机产品中的应用潜力及用户价值。
1. 主导面向ToB场景的Android端多模态交互系统架构设计与核心模块开发,包括语音采集/播放、摄像头控制、传感器融合、UI响应、状态管理等。 2. 与AI算法团队紧密协作,高效集成语音识别(ASR)、语音合成(TTS)、视觉理解(CV)、大语言模型(LLM)等端侧推理模块,优化模型加载、推理调度与资源协同策略。 3. 设计并实现低延迟、高并发的双工对话通道,支持实时打断、动态判停、上下文感知等高级交互能力在端侧的稳定运行。 4. 构建可扩展、可配置的SDK或中间件,支持多行业客户(如车企、手机厂商、IoT设备商)的快速接入与定制化需求。 5. 参与端云协同架构设计,在保障本地交互流畅性的同时,确保数据传输、存储与处理符合GDPR、CCPA、中国《个人信息保护法》等国内外隐私合规要求。 6. 深度集成系统级安全能力,包括应用权限管控、敏感操作审计、安全启动验证、密钥管理及安全OTA升级机制,提升端侧整体安全水位。
工程岗位的职责包括以下至少一个或多个方向: 1. 具身机器人应用解决方案研发 (1)参与多模态/具身智能机器人在真实场景中的应用方案设计、系统集成与验证。 (2)搭建端到端具身机器人任务pipeline,包括感知、理解、规划、控制、执行等模块的工程化实现。 (3)推动具身智能大模型能力在机器人实际任务中的落地优化(如操作、导航、交互等)。 2. 具身大模型数据采集与处理 (1)负责机器人数据采集系统搭建,包括传感器标定、采集流程、数据质量控制与自动化工具链。 (2)建设具身大模型训练数据pipeline:数据清洗、切分、标注、同步、增强、格式转换等工程化流程。 (3)参与构建多模态数据集(视频、RGB-D、触觉、关节状态、语言指令等)。 3. 具身大模型云端训练与推理优化 (1)基于GPU/加速器的训练平台优化具身大模型训练性能(并行策略、数据流优化、算子优化)。 (2)负责推理引擎优化,包括模型裁剪、编译器优化、图优化、缓存管理、多线程并发调度等。 (3) 参与构建具身智能模型的训练与推理服务基础设施(MLOps、分布式训练、数据版本管理等)。 4. 端侧模型量化部署与优化 (1)主导端侧模型的压缩、量化(INT8/FP8/混合精度等)、剪枝、蒸馏等部署优化工作。 (2)熟悉ONNXRuntime、TensorRT、TFLite、NPU/DSP编译工具链,进行端侧加加速与算子调优。 (3)推动具身大模型在机器人嵌入式/边缘计算平台上的高效部署。 5. 机器人操作系统与系统优化 (1)优化机器人操作系统(ROS2、RTOS、Linux)性能,包括实时性、通信延迟、资源调度、驱动层稳定性等。 (2)推动机器人软硬件协同优化,包括传感器驱动、控制链路优化、系统级profiling/debugging。 (3)支撑机器人任务的稳定运行与系统级可靠性优化。