具身运动追踪（Motion Tracking）算法工程师
职位描述
岗位亮点
你将负责光轮智能具身智能训练数据中的人类运动数据生产链路，围绕第一视角 / 头戴式视频中的 hand、body、camera pose、motion reconstruction 等方向，提升运动追踪结果的准确性、稳定性和训练可用性。
这个岗位更看重能把算法做进真实生产链路的强 IC：能亲自写核心代码、跑实验、debug 真实失败 case，并把追踪结果接入自动化标注、质量评测和训练数据交付闭环。
工作内容
1. 负责 motion tracking、hand / body pose estimation、camera localization、mocap / motion reconstruction 等核心算法模块的开发、评测、迭代和工程接入。
2. 面向头戴式 / 第一视角视频、多视角视频、鱼眼相机、RGB-D、IMU 等真实采集数据，设计并落地姿态估计、相机位姿、标定同步、时空对齐、轨迹优化和时序平滑方案。
3. 结合几何约束、学习模型、运动先验和优化方法，解决漂移、抖动、遮挡、丢失、错配、快速运动、视角缺失、弱纹理、手物交互等真实场景问题。
4. 将追踪算法接入自动化标注链路，支持批量推理、结构化输出、自动 GT 生成、质检、人工校正回流和版本化交付。
5. 建设运动追踪质量评测体系，包括关键指标、失败 case 分类、难例集、回归测试和可视化分析工具，判断算法改动是否真正提升下游训练可用性。
6. 与数据质量、训练、机器人系统和平台工程团队协作，定义数据格式、接口标准、验收口径和供给优先级。任职要求
任职要求
1. 硕士及以上学历优先，计算机视觉、机器人、自动化、人工智能、图形学或相关方向。
2. 具备扎实的几何视觉、三维视觉、运动建模或视觉感知基础，能讲清楚问题的状态、约束、输入输出、误差来源和技术取舍。
3. 在 motion tracking、pose estimation、camera localization、SLAM / VIO、multi-view geometry、motion reconstruction、3D human / hand pose、HOI reconstruction 等方向至少有一个深入项目或工程经验，能说明实现细节、指标变化和失败案例。
4. 具备强代码能力，能独立实现核心算法、跑实验、debug、做性能或稳定性优化，不是只调用现成模型或只做外围数据处理。
5. 熟悉 Python、PyTorch、OpenCV、NumPy 等常用工程栈，具备良好的实验管理、可视化分析、工程接入和结果复现能力。
6. 能围绕真实数据定位问题，判断问题来自数据质量、标定、同步、模型、优化、后处理、评测口径还是工程实现。
7. 理解自动化标注、数据质检、训练数据构建或数据闭环流程，能把算法输出和下游训练可用性连接起来。
加分项
1. 做过 AR / VR / XR tracking、头戴式相机、第一视角视频、inside-out tracking、egocentric interaction 或人体运动数据。
2. 做过 hand tracking、body tracking、full-body tracking、3D hand pose、SMPL / SMPL-X / MANO、motion capture、人体 / 手部重建或动作重建。
3. 做过相机定位、多相机标定、鱼眼相机、RGB-D / IMU 融合、多视角重建、HOI 重建或 3D / 6D pose estimation。
4. 做过自动标注、质量评测、难例挖掘、主动学习、数据闭环或训练数据生产链路。
5. 具备 C++、CUDA、TensorRT、ONNX Runtime、Triton、Ray 或大规模批量推理优化经验。
