高级AI研究员（Silent Speech方向）-博士

负责面部微动光学（Silent Speech）相关算法的研究、设计与验证，包括基于普通 IR/RGB 摄像头的亚毫米级皮肤微动信号检测、特征表征与时序建模。

负责构建端到端静默语音解码模型，覆盖从受限词表到开放词表的算法路径，研究跨用户泛化、零校准/短校准等关键技术。

参与多模态融合架构（视觉+骨导+IMU+空气麦）的算法设计与实现，探索特征级、决策级、注意力门控等融合策略。

参与中文 Silent Speech 数据集自建、数据规范设计与标注质控。

跟踪学术与工业界前沿动态，输出技术情报与对标报告。

输出顶会论文、专利、技术白皮书；参与与高校联合实验室的协同研究。

扎实的数理基础与数据分析能力，具备优秀的统计学基础与数学建模能力，熟练使用 Python 进行数据清洗、分析与可视化，熟悉常用数据处理框架（Pandas/NumPy/OpenCV 等）。

具有深度学习与计算机视觉研究经验，深入理解 Transformer、CNN、RNN、3D-CNN、Spatio-Temporal Network 等神经网络架构，熟悉视频理解、动作识别、唇读 / 视听语音识别（VSR/AVSR）等任务建模方法。

具有扎实的工程能力，精通 Python，熟悉 C++/Java，熟练使用 PyTorch/TensorFlow 等深度学习框架；了解 ONNX/TensorRT/MNN/CoreML 等端侧模型部署工具者优先。

具有以下任一方向研究或实习经验者优先：唇读 / 视听语音识别 / 面部微表情识别 / 静默语音 / 视频时序建模 / 多模态融合 / 自监督预训练 / 联邦学习与端侧轻量化。

熟悉公开数据集如 LRS2/LRS3/LRW、AVSpeech、4DFAB 等者优先；有过自建数据集采集、标注、合规框架经验者优先。

强烈的技术好奇心与自驱力，优秀的跨团队协作能力，持续关注 Silent Speech、AR/AI 眼镜、可穿戴感知等前沿方向。

有发表过 CVPR/ICCV/ECCV/NeurIPS/ICLR/Interspeech/ICASSP/ACL 等相关领域顶会论文、参与过视觉算法或多模态算法相关项目开发、ACM/Kaggle/数学建模等竞赛获奖经历者优先。