算法测试实习生（运动精度方向）

1. 运动精度评估：按既定方案完成数据采集、时间对齐、坐标系配准与误差统计；验证方法在不同批次与不同工况下的稳定性。

2. 测量口径固化：同一组数据在不同处理方式下会得出不同数值（对齐前后、统计量选择、窗口划分）。本岗负责把每个对外数值的处理口径固定下来，使同一指标在不同文档中含义一致。

3. 环境应力后的精度复测：高温高湿、温度循环、振动、长时连续运行前后的精度与标定稳定性比对。

4. 多路数据质量验证：多传感器数据流的时间戳一致性、丢帧与数据缺失统计、长时采集下的累积偏移。

5. 测量基线建立：设计并执行基线测试，建立可用于判定一致性的数据底座。

6. 数据处理脚本与自动化：采集后处理、指标计算、批量统计与可视化的脚本化。

7. 与算法团队的技术对接：承接验收需求，反馈测量能力边界；参与指标定义讨论，确保写入规格的数值有对应测试方法

1. 在读硕士（2027 届及以后）或大四本科，机器人、自动化、计算机视觉、测控、精密仪器、电子信息等相关专业。可实习 ≥3 天/周、持续 ≥4 个月。

2. 刚体位姿的数学基础：旋转矩阵、四元数、欧拉角之间的转换关系与适用场景；能说明为什么姿态插值不能对欧拉角做线性插值；理解相对位姿与绝对位姿的区别。课程或课题中用过即可。

3. Python 数据处理能力：numpy / scipy / pandas，能独立完成"读多路数据 → 时间对齐 → 计算指标 → 出图出表"的完整链路。

4. 基本统计素养：理解均值、RMS、分位数各自描述什么，能说明何时该看 P95 而不是均值。

5. 愿意做执行：本岗有相当比例是采集、记录、复测与整理，不是纯算法开发。投递前请确认。

加分项

1. 使用过光学动捕系统，或用过消费级 VR 设备的位姿输出做实验。

2. 做过多传感器标定（手眼、相机-IMU、多相机外参）或时间同步相关课题。

3. 用过机械臂并理解正向运动学与关节反馈。

4. SLAM / VIO / 位姿估计方向的课题或项目。

5. ROS / ROS2、rosbag 或 mcap 使用经验。

6. 写过实验报告并被他人复现过，或在组会上被质疑方法并做过修正