方向1：A算法研发-潍坊、青岛、北京、上海、南京、成都、深圳、杭州、长沙 1、负责多种类AI场景开发落地工作，包括但不限于IT数智化、APS、具身智能、模具材料设计、影像色彩提升、目标检测、RAG、数字孪生、自动驾驶、人机交互等，研究领域包括但不限于：机器学习、VLM/VLA、大模型、Agent等； 2、完成核心算法研究及优化，性能优化及疑难问题的钻研等； 3、将复杂工业问题抽象并转化为ML/AI/LLM方案； 4、跟踪和研究各AI领域的最新技术，探索新的算法和优化方法； 5、编写项目技术文档，算法方案，并记录算法设计和优化过程。为团队成员提供技术支持，协助解决技术难题。 方向2：视觉算法研发-潍坊、青岛、上海、北京、济南 1、围绕工业相机、VR/AR、MicroLED等产品，主导机器视觉与深度学习核心算法研发，聚焦图像分类、目标检测、语义/实例分割、OCR、视觉跟踪等方向，攻克复杂业务场景技术难点； 2、负责深度学习模型（CNN/ViT/YOLO等）的设计、训练、微调与优化，提升模型准确率、实时性与鲁棒性； 3、主导算法工程化落地，配合团队完成模型量化压缩、推理加速（TensorRT/ONNX）、部署上线（Docker/K8s），解决latency、Throughput等工程指标问题； 4、负责协助自动化装备视觉硬件的需求分析、物料选型及测试，与FPGA、MCU团队合作，将算法集成到嵌入式系统或上位机； 4、跟踪全球机器视觉与深度学习前沿技术（如多模态融合、小样本学习），结合业务场景进行技术预研与创新； 5、参与技术方案评审、团队技术分享，指导初级算法工程师成长，搭建高效算法研发流程。 方向3：声学算法研发-上海、南京、重庆 1、负责通话主动降噪等车载音频、远近场拾音及语音唤醒等算法解决方案的代码框架搭建与集成、工程落地、资源优化及主客观性能调优； 2、算法模型研发：负责算法模型的搭建，提高算法的复用性和利用率，结合实际业务创新和改进； 3、模型训练与评估：负责对研发模型进行训练、调优、验证和部署，全面评估模型性能； 4、模型部署与应用：负责模型封装和部署，持续监控并维护模型的良好运行； 5、技术研究创新与赋能分享：负责跟进行业发展趋势，结合业务实际需求，探索新兴技术，在公司/部门范围内营造良好的创新技术氛围。 方向4：运动控制算法研发-潍坊、上海、成都、青岛、北京、新加坡 1、围绕工业机器人、人形机器人等进行先进控制算法开发，为高精度制造设备研发运动控制、伺服控制、热力控制及力控等算法，提升设备精度与稳定性； 2、负责视觉平台底层的精密运动控制算法设计，包括多轴联动插补、高阶S曲线轨迹规划、前馈控制及震动抑制算法； 3、振动分析与预测，主导超精密设备/模块的振动分析，通过开环/闭环振动评估，协同机械设计团队预测振动特性； 4、振动控制策略设计，开发被动、主动或半主动振动控制技术，优化设备性能与稳定性； 5、控制系统全流程开发，设计、开发、验证并优化控制系统（含电/电子系统、硬件、软件、固件、传感器及仪器）； 6、系统测试与迭代，执行设备/模块系统级测试，基于实验数据评估设计有效性，协同机械团队持续改进设计； 7、技术问题支持，协助设备开发与制造团队解决控制系统技术问题，持续提升系统可靠性与稳定性； 8、跨部门协作，与机械设计、仿真、工艺等部门紧密合作，确保量产前全流程设备开发、集成与调试成功。 方向5：运动健康算法研发-上海、深圳 1、负责可穿戴设备上算法开发，如眼动追踪、位姿估计、传感器校准等； 2、开展基于生理信号的算法研发工作，包括信号的时频域分析、特征提取、状态估计，以及各类降噪滤波算法的实现与优化； 3、负责深度学习模型的设计、训练与部署，涵盖计算机视觉领域的卷积神经网络，以及面向时序信号处理的循环神经网络、Transformer等架构； 4、参与AIAgent系统的架构设计与搭建，探索大语言模型在运动健康领域的应用落地，完成模型微调、提示工程及系统集成工作； 5、跟踪国际前沿研究动态，阅读并复现中英文文献，将先进算法转化为可工程化的解决方案。 6、参与算法工程化实现，使用Python进行快速原型验证，使用C++完成部署生产代码开发，使用部署框架进行模型量化压缩等。 方向6：电机算法研究-成都、潍坊 1、精密设备（机电系统）运动控制仿真工具的开发和维护； 2、精密运动控制系统的驱动程序、嵌入式软件、控制算法、应用软件工具及SDK的开发和维护； 3、精密设备电气系统的设计、验证、分析、优化； 4、精密设备运动控制性能分析和调试。 方向7：传感器算法研发-潍坊 1、负责触觉/力传感器相关算法的全流程研发，涵盖信号处理、特征提取、建模与优化，重点突破压电陶瓷感知数据的降噪、增强及精准解析，基于KK算法实现触觉信息的高效处理与重构； 2、基于PyTorch、TensorFlow等深度学习框架，搭建、训练并优化触觉感知神经网络模型，具备算法移植能力；探索CNN、Transformers等网络架构在触觉数据处理中的应用，提升模型对复杂触觉场景的识别准确率与泛化能力； 3、参与传感器数据采集、清洗、标注全流程，搭建自动化数据处理工具链，构建高质量触觉感知数据集，为算法迭代提供坚实数据支撑； 4、与硬件研发团队协同，针对压电陶瓷传感器特性优化算法适配性；配合后端、SDK开发团队完成算法的工程化集成与部署，推动触觉感知技术在汽车电子项目落地应用； 5、跟踪触觉感知、机器学习领域前沿动态，探索强化学习、大语言模型与触觉感知的融合应用；撰写技术专利、学术论文与算法文档，推动内部知识沉淀与对外技术影响力提升。" 方向1： 1、计算机、人工智能、机器人工程、光学、数学、数据科学、材料模具等相关专业，具备扎实的计算机理论基础，精通Python/C/C++/Java开发。 2、熟练掌握机器学习、深度学习、行为克隆、轻量化技术等基本原理，熟悉常见的生成模型框架，包括GAN、VAE、VQGAN和DiffusionModel； 3、熟悉自监督视觉算法，熟悉transformer或OR-Tools/Gurobi等运筹优化工具，有大模型训练和调参经验； 4、熟练掌握pytorch/paddlepaddle/DeepSpeed/FSDP等框架，熟悉常见的基于深度学习的分割定位算法与数据结构,了解强化学习工具库（如RLlib/StableBaselines3）。 5、结果导向，工作积极主动，沟通表达佳，理解力好，具有较强的逻辑思维和抗压能力。 方向2： ①光电信息、电子信息、微电子、计算机类硕士及以上学历，具有优秀的光学背景优先； ②熟悉工业相机/镜头/光源等视觉硬件参数及性能； ③具有丰富的图像处理算法开发经验，熟练掌握传统图像处理算法的原理，如滤波，二值化，形态学处理等； ④掌握机器学习算法，如聚类，SVM，随机森林等； ⑤熟练掌握C++/Matlab/python等算法开发语言，掌握Opencv/Halcon/Visionpro等机器视觉处理软件； ⑥有嵌入式开发经验，熟悉ARM或FPGA交互，熟悉显示驱动原理，了解PWM/像素补偿等，有AA/半导体设备视觉算法开发经验或掌握机器学习框架(如TensorFlow、Pytorch)，有AI校正算法经验优先优先。 方向3： 1、信号处理、电子、通信、声学等相关专业硕士及以上学历； 2、具备扎实的数学和信号处理基础，C语言编程开发功底良好； 3、熟悉AEC和ANC等常用音频算法，嵌入式开发调试功底良好； 4、有较强的学习能力、责任心、上进心、沟通能力及团队协作能力； 5、熟悉PyTorch和TensorFlow等深度学习框架； 5、有音频算法开发和应用的项目经历经验者优先。 方向4： 1、机器人工程、自动化、控制工程、机械类、计算机等相关专业硕士及以上学历； 2、理论基础，扎实的控制理论、运动学及系统仿真知识，熟悉主流运动控制架构（如EtherCAT通讯协议），具有DSP/FPGA或实时系统（RTOS）开发经验，能融合现代控制理论（如自适应控制）与传统方法（如PID）开发算法； 3、技术能力，精通运动控制系统开发及伺服系统调试，熟悉运动控制卡、伺服驱动器等硬件及Matlab/Python等工具； 4、机电与振动专长，机械动力学与振动分析经验，掌握实验方法及相关工具（如LMSTest、Lab）； 5、编程技能，熟练使用C/C++/C#等编程语言； 6、软性素质，创新能力突出，解决问题能力强，具备跨学科团队协作经验； 7、语言能力，中英文流利（书面与口语）。 方向5： 1、生物医学工程、计算机、人工智能、电子、自动化、数学、模式识别、精密仪器等相关专业硕士及以上学历； 2、扎实的数学功底，熟练掌握线性代数、概率统计、优化理论，能够熟练运用四元数、旋转矩阵进行三维几何计算； 3、熟悉数字信号处理理论，掌握FFT、小波变换、时频分析等方法，具备卡尔曼滤波等状态估计算法的实践经验； 4、熟练掌握深度学习框架（PyTorch或TensorFlow），具备图像分类、目标检测或时序信号建模的项目经验，了解Transformer、CNN、RNN等主流网络架构； 5、对大语言模型技术有基本认知，了解Agent构建流程、模型微调或提示工程者优先； 6、编程能力扎实，精通Python，熟练使用NumPy、SciPy、OpenCV等科学计算库；具备良好的C++基础，能够编写高效、稳健的底层算法代码； 7、具备较强的英文文献阅读能力，能够快速理解并复现学术论文中的核心算法； 8、熟练使用Git/SVN等工具进行代码版本管理； 9、对智能穿戴设备、运动健康、人机交互等领域有兴趣，具备较强的学习能力，善于解决复杂工程问题。 方向6： 1、控制工程类相关专业硕士及以上学历； 2、掌握机电系统动力学基本理论；熟悉BLDC、PMSM等电机控制原理和电机控制算法； 3、掌握伺服控制原理及应用，鲁棒控制原理及应用，与自适应控制原理及应用； 4、在以下一个或多个领域具有实际项目经验与知识将得到优先考虑：有参与自动控制方面的课题研究经验；精通使用至少一种运动控制卡，熟悉多轴联动、轨迹规划、速度规划、插补运动等功能，有轨迹控制、多轴插补运动等控制算法的开发经验；基于PCI或者PCIe的运动控制板卡和运控系统的设计和开发经验；机器人上肢运动控制研发经验。"