视觉算法专家（眼动追踪方向）-PICO（北京/上海）

优缺点分析

角色解读

• 技术纵深：成为眼动追踪领域的顶级专家，负责核心算法创新和专利产出
• 横向扩展：向多模态交互、人机交互系统架构方向发展，主导完整交互解决方案
• 管理路线：可晋升为算法团队负责人或技术经理，带领团队攻克技术难题
• 负责眼动追踪算法的研发与优化，包括高精度、低延迟、低功耗的算法设计，确保在XR设备上实时运行
• 参与数据基建，使用3D CG渲染、Diffusion生成合成数据，开发自动化标注工具，提升模型训练效率
• 探索眼动与语音、手势等多模态交互的融合方案，搭建原型系统，提升XR场景下的操控自然度和效率
• 与硬件、显示、人因等团队跨部门协作，评估关键器件选型，推动算法在产品中落地
• 扎实的计算机视觉与深度学习基础，熟悉图像处理、模式识别等算法原理，有相关项目经验
• 精通C++/Python，熟练使用OpenCV、TensorFlow Lite、PyTorch Mobile等轻量化工具库
• 具备传感器（摄像头、IMU）和XR硬件架构的基本认知，了解功耗优化
• 优秀的沟通协作能力，对新技术有快速学习热情，尤其XR和人机交互领域

申请策略

• 提前了解PICO产品的技术特点和眼动追踪功能，思考如何优化现有方案
• 准备好能体现算法思维和工程落地能力的项目案例，尤其是性能指标提升的数据
• 突出眼动追踪、计算机视觉相关的项目经验，尤其涉及精度、延迟优化的成果
• 强调C++/Python编程能力和OpenCV等工具的实际应用，最好有移动端或嵌入式优化经历
• 展示跨部门协作和多模态交互的案例，体现团队合作和创新能力
• 如果有硬件传感器或XR相关经验，务必重点描述
• 熟悉TensorFlow Lite、PyTorch Mobile等轻量化推理框架，掌握模型量化、剪枝等优化技术
• 了解眼动追踪的基本原理和常用方法（如基于瞳孔角膜反射、模型拟合等）

面试指南

• 对于算法设计问题，先明确目标（精度、延迟、功耗），然后分别从数据、模型架构、工程优化、硬件适配等维度展开，列举具体技术方案
• 对于项目描述问题，采用STAR法则（情境-任务-行动-结果），突出你的贡献和量化成果（如延迟降低X%，精度提升Y%）
• 对于开放性问题，分点回答，展示逻辑性和技术广度，同时表明对XR领域的热情
• 如何设计一个低延迟、高精度的眼动追踪算法？请从硬件和算法两个角度说明
• 你在计算机视觉项目中使用过哪些轻量化模型？如何平衡精度和速度？
• 请描述一个你参与的多模态交互项目，如何解决模态间的时间对齐问题？
• 如何为眼动追踪生成高质量的合成数据？使用Diffusion模型与传统3D渲染相比有什么优缺点？
• 你对XR设备功耗优化有哪些理解？如何减少眼动追踪算法的功耗？