产品规划实习生

岗位职责: 核心目标 面向宠物陪伴机器人产品，独立负责或深度参与宠物叫声分类与行为识别模型的研发、训练与轻量化部署，为产品提供核心AI感知能力，构建技术壁垒。 --- 工作职责 1、 宠物声音信号处理与分类模型研发（70%） - 基于开源数据集，构建与清洗大规模宠物（犬/猫）叫声数据集，进行音频预处理（降噪、分割、特征提取等）。 - 研发并训练轻量级深度学习模型（如CNN, Transformer等）对叫声进行精细化分类（如：兴奋、焦虑、乞食、警戒、玩耍邀请等）。 - 探索不平衡样本学习策略，以解决特定类别叫声数据稀缺的问题。 2、 宠物视觉行为识别模型研发（10%） - 处理宠物行为视觉数据，探索基于视觉的宠物行为识别模型（如3D CNN, TSN, SlowFast等）。 - 实现细粒度行为识别（如：坐、卧、摇尾、刨地、舔舐、伸懒腰等），并探索行为模式。 - 探索轻量化的实时检测模型，以满足终端设备的算力约束。 3、 模型优化与部署（10%） - 将优化后的模型部署到边缘设备（如RK3588，X3等）或手机APP端，并实现性能基准测试。 - 编写高质量的模型部署代码和接口，供上层应用调用。 - 参与轻量级模型的剪枝、量化等优化工作。 4、 自主研究与创新（10%） - 紧跟学术界与工业界最新进展，持续探索能提升模型性能的新方法、新网络结构。 - 针对产品遇到的特定挑战（如环境噪声干扰、品种差异、多宠物场景），提出并验证有效的技术解决方案。 任职要求: 硬性要求： - 计算机科学、人工智能、电子工程、应用数学等相关专业硕士或博士在读。 - 扎实的编程基础：熟练掌握Python，精通 PyTorch 或 TensorFlow 等主流深度学习框架。 - 深厚的算法基础：对深度学习、机器学习、NLP、信号处理等领域有深刻理解。 - 丰富的实践经验：具备独立完成至少一个深度学习项目（课程大作业、比赛、研究项目均可）的经验，包括数据准备、模型训练、调优、评估的全流程。 - 强烈的自驱力：具备出色的主动学习和解决问题能力，对挑战性技术问题充满热情。 优先条件： - 有长期养狗经验，对宠物行为有浓厚兴趣者优先。 - 有音频处理/语音识别或视频理解/行为识别相关项目经验者优先。 - 在CV/NLP/音频等领域的顶级会议或期刊（如CVPR, ICML, AAAI，Interspeech, ICASSP）上发表过论文者优先。