职位描述
1. 负责具身智能数采手套的技术方案与原型开发，围绕手部姿态、指尖运动等数据采集需求，开展技术路线评估、关键模块验证及整机集成，推动产品从原型验证到试产及量产落地。
2. 负责传感器选型、布置与集成，协同结构团队优化传感器固定、连接方式及手型适配，解决佩戴位移、手指活动受限、反复弯折及环境干扰等工程问题。
3. 搭建手套原型与测试平台，建立静态与动态精度、重复性、延迟、漂移及抗干扰能力的评价方法，开展不同技术方案和竞品的对比测试，为方案选型与迭代提供依据。
4. 协同嵌入式与算法团队完成采集同步、手型适配及标定流程验证，围绕抓握、捏取、对指和双手协作等实际场景，定位传感器、安装、标定及采集链路问题，提升数据质量与长时间采集稳定性。
5. 推动手套产品的工程化与生产导入，验证反复穿脱后的测量一致性、弯折耐久及批次一致性，协同 NPI 团队完善标定工装、生产测试与验收标准，维护方案及测试文档。任职要求
1. 本科及以上学历，电子、自动化、测控、机器人、生物医学工程等相关专业，具备 3 年以上动作捕捉、可穿戴感知、机器人传感系统或相关硬件产品研发经验。
2. 了解市面主流数采手套的技术路线，包括 EMF 电磁场跟踪、IMU 惯性测量、电阻式弯曲传感、电容式拉伸传感、光纤弯曲传感及多传感器融合方案；理解各类方案的工作原理、原型实现方式与适用场景，并具备其中至少一种方案的开发或集成经验。
3. 熟悉手部动作采集的标定、评价及测试方法，理解关节角度、指尖位姿与手部模型之间的关系，能够设计对照实验，评估精度、重复性、漂移、延迟及不同手型和佩戴条件对采集结果的影响。
4. 具备传感器与采集模块集成、原型搭建及软硬件联调能力，能够完成基础接口、供电和连接问题排查，并使用 Python 或其他工具开展数据采集、可视化及误差分析。
5. 具有至少一款手套、动作捕捉或相关可穿戴感知产品从原型验证到试产或量产的工程化经验，能够将测试发现转化为设计改进，协调电子、结构、嵌入式及算法团队完成问题闭环。
6. 具备 AI 辅助开发能力，能使用主流 AI 工具搭建原型验证、自动化测试及数据分析工具，并对生成代码、测试方法和分析结论进行审查与验证。
加分项
- 具有具身智能数采、灵巧手遥操作、手部追踪或人机交互设备开发经验，理解真实物体操作中的手部数据采集需求。
- 具有 EMF 跟踪模块开发、发射与接收单元集成、电磁环境评估或抗干扰优化经验。
- 具有柔性传感器、柔性电路、手套织物集成或触觉与压力采集经验，能够兼顾感知性能、佩戴舒适性与耐久性。
- 具有手套标定工装、自动化测试平台、批量一致性验证或量产测试方案开发经验。
