关于公司：
Kinexcs是一家以人工智能为驱动的数字健康平台和可穿戴设备公司，致力于为人们提供行动能力和更好的生活质量。公司专注于减轻影响全球约25%人口的肌肉骨骼疾病的负担。其第一款产品KIMIA Recover是一种膝关节连续监测设备，已获得CE标志和HSA批准，并从大型植入物公司和医院获得收入。最近，它赢得了由淡马锡基金会颁发的Innomatch资助（在32个国家的256家公司中排名前6），目前已在新加坡一些最大的公立医院部署。KIMIA Recover是一种综合恢复管理解决方案，能够减少医院就诊次数和并发症。该产品还获得了2020年詹姆斯·戴森奖的国家冠军和国际前20名，并在主要公立医院和骨科诊所中获得了关注。他们的数字治疗平台包括KIMIA Assess和KIMIA Move产品，利用人工智能技术进行数字肌肉骨骼评估和治疗。该平台能够为肌肉骨骼患者提供术前评估和实时运动指导与反馈，正在被该地区一些最大的私人医疗提供者和大型企业采用。
职位概述：
我们正在构建一个结合计算机视觉、可穿戴传感器和人工智能驱动分析的下一代数字康复和健身平台，以改善患者的康复效果和长期身体表现。
作为一名CV/ML科学家/工程师，您将在将我们当前的计算机视觉管道转变为一个稳健、临床可靠且可扩展的系统中发挥核心作用，并开发专有的传感器+视觉融合算法，使其成为公司的长期知识产权护城河。
这不仅仅是一个“模型微调”角色。
您将处理真实世界的数据、嘈杂的环境、多样化的患者群体以及医疗保健中的生产限制。主要职责
计算机视觉与姿态估计
- 设计、评估和改进用于康复和健身用例的人体姿态估计管道
- 增强在以下方面的稳健性：
- 服装变化（宽松服装、头巾、图案）
- 光照和摄像头位置
- 不同的身体类型、行动限制和辅助设备
- 评估、集成和定制模型，如：
- MoveNet
- HRNet
- MediaPipe（定制/扩展）
- 其他开源或商业CV框架
传感器融合与运动分析
- 开发结合传感器+计算机视觉的融合算法：
- IMU/可穿戴传感器数据
- 基于RGB视频的姿态估计
- 设计时间模型以改进：
- 角度精度（ROM）
- 运动平滑性
- 重复计数
- 运动质量验证
- 构建对部分遮挡或传感器丢失具有弹性的算法
康复与健身智能
开发运动验证和评分算法：
运动范围（ROM）
速度、对称性、控制、补偿检测
- 利用连续ROM和运动数据贡献个性化分析
- 支持伤口图像分析和恢复进展见解（未来路线图）
数据与ML工程
构建管道：
数据预处理和标注
模型评估和基准测试
离线实验和在线推断
与后端工程师合作部署模型于：
实时移动管道
基于云的批处理和流式工作流程
- 平衡准确性、延迟和计算成本
临床与产品协作
- 与以下人员密切合作：
- 产品经理
- 用户体验设计师
- 临床医生和康复专家
- 将临床需求转化为可测量的技术指标
- 支持验证研究和算法文档（DHF就绪）
所需资格
技术技能
- 计算机视觉和机器学习的扎实背景
- 丰富的经验：
- Python
- PyTorch或TensorFlow
- 实践经验：
- 人体姿态估计
- 时间序列分析
- 实时推断的模型优化
- 信号处理基础知识（IMU/运动数据）
实践经验
- 将ML模型部署到生产环境中的经验，而不仅仅是研究
- 能够使用真实世界数据调试模型，而非策划的数据集
- 能够处理不完美、嘈杂和有限的数据集
加分项（强烈加分）
- 在医疗保健、康复、生物力学、运动科学或健身技术方面的经验
- 传感器融合经验（视觉+IMU）
- 经验：
- 时间模型（LSTM、TCN、运动变压器）
- 边缘或移动ML优化
- 熟悉法规或合规环境（HIPAA、GDPR、医疗设备）
- 在CV/ML方面的出版物、专利或开源贡献
