智元机器人
第一人称动捕算法专家
第一人称动捕算法专家
发布于 大约 14 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Cuda
Opencv
Pytorch
Slam
人体姿态估计
多视几何
相机标定
计算机视觉
AI 估算 · 35k–65k
高级算法专家，稀缺的动捕+SLAM技能，B轮融资中大型企业，上海薪资水平较高，预计月薪35k-65k，14薪。
职位详情
关于这个职位
该职位负责第一人称人体动作捕捉算法的研发，构建从视频到高质量姿态的数据链路，并优化遮挡、快速运动等复杂场景下的鲁棒性
你将主导关键点检测、时序跟踪与三维重建技术，协同硬件团队推动算法落地，为具身智能与机器人训练提供高质量动捕数据
适合计算机视觉领域有扎实数学基础和工程实践经验的算法专家
最低要求
计算机视觉、图形学、机器人、自动化或相关专业硕士及以上学历，具备扎实的数学基础（多视几何、最优化理论、概率统计）
拥有人体动作捕捉、姿态估计或SLAM/视觉里程计等领域的项目实践经验，能够独立完成算法设计及工程化交付
至少精通以下方向之一的核心技术：
· 第一人称人体姿态估计（2D/3D Pose Estimation）
· 多视几何与相机标定（如相机校准、光束法平差、三角测量）
· 时序建模与滤波优化（卡尔曼滤波、平滑优化、神经时序模型）
熟练掌握Python与C++，具备扎实的工程实现能力，熟悉PyTorch、CUDA、OpenCV等工具链
具备出色的问题分析与实验设计能力，能够通过系统化的消融研究与指标分析驱动算法迭代
工作职责
主导第一人称（Egocentric/Head-mounted）人体动作捕捉算法的研发，构建从原始视频到高质量人体姿态及动作序列的完整数据链路
研发并迭代2D/3D人体关键点检测、时序跟踪及三维重建技术，提升在遮挡、快速运动、光照变化等复杂条件下的系统鲁棒性与定位精度
建立并持续优化第一人称相机标定方案，确保系统稳定可靠
协同硬件与产品团队，定义第一人称采集规范与数据标准，推动算法在实际场景中的落地评估与持续调优
面向具身智能与机器人训练等下游应用，构建动捕数据的质量评估体系及自动化质检流程，提升数据生产效能与可用性
优先资格
· 拥有第一人称（Egocentric）视觉理解或动作捕捉项目经验
· 具备IMU-视觉融合、实时系统优化或端侧部署经验
· 有开源项目贡献经历，或在CVPR、ICCV、ECCV、SIGGRAPH、RSS等高水平会议/期刊上发表过论文
AI 洞察
优缺点分析
优点
- 赛道前沿：属于具身智能与机器人训练的核心支撑，行业增长快，技术壁垒高
- 技能积累深厚：涉及CV、SLAM、多传感器融合等，可迁移性强
- 公司处于B轮，有较大技术发挥空间和成长机会
- 技术难度大：第一人称动捕遮挡多、运动快，对算法鲁棒性要求极高
- 竞争激烈：该方向人才稀缺，但公司期望高，需快速产出
缺点 / 挑战
- 工作强度可能较高：算法迭代需要大量实验与工程优化
- 适合有扎实CV和数学功底，热爱挑战复杂感知问题，希望在具身智能领域深耕的算法工程师
角色解读
- 在具身智能和人形机器人赛道深耕，成为动捕与感知领域的顶尖专家
- 向技术负责人或架构师发展，主导更大规模的算法平台与团队
- 向更前沿的视觉-IMU融合、实时系统等方向拓展，提升端侧部署能力
- 主导第一人称动捕算法研发，构建从视频到高精度人体姿态的数据链路
- 研发2D/3D关键点检测、时序跟踪与三维重建技术，提升复杂场景下的系统鲁棒性
- 建立相机标定方案，协同硬件团队定义采集规范与数据标准
- 构建动捕数据质量评估体系与自动化质检流程，支撑具身智能与机器人训练
- 扎实的数学基础：多视几何、最优化理论、概率统计
- 精通人体姿态估计、多视几何或时序建模之一
- 熟练掌握Python和C++，熟悉PyTorch、CUDA、OpenCV
- 具备独立算法设计与工程化交付能力，有消融实验与指标分析经验
申请策略
- 了解智元机器人在具身智能和机器人训练方面的业务布局，面试中可结合自身经验提出数据链路优化思路
- 准备一个完整的技术方案讲解，展示问题分析、实验设计到结果落地的过程
- 突出人体姿态估计、SLAM或相机标定相关的项目经验，强调独立完成算法设计与工程化的成果
- 展示在复杂场景（遮挡、快速运动）下的算法优化案例，量化性能提升
- 如有CV顶会论文或知名开源贡献，务必突出
- 强调Python和C++的工程能力，以及PyTorch、CUDA使用经验
- 若缺乏第一人称动捕经验，可系统学习Egocentric视觉相关论文（如Ego4D、EgoPose）
- 补充IMU-视觉融合知识，了解卡尔曼滤波、因子图优化等
面试指南
- 对于算法设计题，采用“问题分析-方案设计-实验验证-优化迭代”的结构
- 对于开放性问题，先明确约束条件（如实时性、精度、硬件限制），再提出多种方案并对比权衡
- 展示数学推导能力：如对极几何、PnP、三角测量公式等能清晰解释
- 请描述你之前做过的一个人体姿态估计项目，如何解决遮挡问题？
- 多视几何中，相机标定的步骤和常用方法有哪些？如何评估标定精度？
- 如何设计一个第一人称动捕系统的时序滤波方案？对比卡尔曼滤波与神经时序模型的优缺点
- 假设你有一批第一人称视频数据，但缺乏标定，如何获取相机位姿并重建3D关键点？
- 请解释光束法平差（Bundle Adjustment）的原理，并说明在动捕中的应用
职位点评
69
综合评分
前沿技术赛道，深度研发主导，薪资有竞争力但WLB一般，适合技术驱动型人才。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
最看重技术成长和前沿方向，能接受高强度工作，希望在具身智能领域成为专家的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展90
工作生活30
使命价值85
薪资福利
70中等
薪资处于上海高端算法岗位水平，但B轮公司可能部分薪酬以期权形式发放，现金稳定性中等。福利未在JD中明确提及。
薪资信号未披露（AI估算：35K-65K/月）
成长发展
90较高
该职位处于具身智能前沿赛道，技术栈新且深度高，主导研发可快速积累核心能力，成长空间大。
技术前沿前沿/新兴技术
技术栈第一人称动捕、人体姿态估计、SLAM、多视几何、CUDA、PyTorch
业务类型profit_center
工作生活
30较低
仅现场办公，未提及弹性工作或WLB，行业特性可能导致高强度工作模式，生活平衡较差。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
工作直接支撑具身智能与机器人训练，对推动人工智能发展有显著社会价值，创新性强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs