感知與目標追蹤工程師Perception & Target Tracking Engineer(內湖/苗栗)

【關於這個職位】
我們正在開發自主飛行載具的機載感知與目標追蹤系統。
你將負責從感測輸入、目標偵測與追蹤，到目標狀態估測（target state estimation）的完整處理鏈，使系統能在背景複雜、目標尺度快速變化、部分遮蔽、感測資訊不完整，以及運算資源受限的條件下，持續建立可靠且具時序一致性的目標資訊。
系統最終必須部署於機載運算平台並進行實機測試。我們重視的不只是模型準確率，也包括延遲、穩定性、可解釋的不確定度，以及面對真實資料異常時的強健性（robustness）。
如果你過去主要在資料集或模擬環境中工作，這裡是把那些能力帶到真實載具上的機會。你的演算法會裝上載具、在真實場域飛行，你會親自判讀飛測 log，親自面對並克服真實場域帶來的挫折與失敗。

【工作地點】可選擇台北內湖研發中心或苗栗市總部

【你會解決的問題】

• 複雜背景與目標尺度快速變化下的即時偵測與追蹤
• 偵測誤報、漏報及短暫資料中斷條件下的軌跡管理（track management）與資料關聯（data association）
• 遮蔽後的軌跡恢復、重識別（Re-ID）與目標身分一致性
• 將感測觀測轉換為可供自主系統使用的目標狀態估測，並提供可信賴的不確定度描述
• 在機載嵌入式平台上完成即時推論（real-time inference）與系統層級最佳化

【主要職責】

• 參與目標感知與追蹤演算法的開發、訓練與整合
• 開發或維護多目標追蹤（multi-object tracking）、資料關聯與狀態估測模組
• 協助將 AI／電腦視覺模型部署至嵌入式運算平台
• 建立感知與追蹤的量化驗證流程與測試資料集
• 參與地面測試與實機飛行測試，協助 log 分析與問題定位

【必要條件】

• 熟悉 C++ 或 Python 其中之一，並願意在工作中補足另一項
• 具備線性代數、機率與估測理論基礎，理解 Kalman Filter 的基本原理
• 具自主感知相關演算法的實作經驗；不限定特定技術領域，電腦視覺、目標追蹤、狀態估測或機器人感知等背景皆可（學術研究、競賽或個人專案皆可）
• 能閱讀英文技術文件與論文
• 願意參與現地與飛行測試，能接受戶外測試的工作型態

【加分條件】

• 具即時系統（real-time system）開發經驗
• 具深度學習模型嵌入式部署經驗，或做過延遲與精度的取捨
• 熟悉 TensorRT／CUDA／ONNX Runtime、Jetson 平台
• 熟悉貝氏濾波（EKF／UKF／Particle Filter）並理解其在量測遺失時的行為
• 具相機標定（camera calibration）、座標轉換或多感測器對準經驗
• 具機器人、無人機或自駕車實機測試經驗
• RoboMaster、MBZIRC、AlphaPilot 或其他機器人競賽經驗
• ROS／ROS 2 使用經驗
• 相關領域碩士論文或研討會、期刊發表

【我們提供的訓練與成長】
我們理解國內具備完整無人載具開發經驗的人才有限。如果你在相鄰領域（自駕車、自主移動機器人、工業機器人、電腦視覺、訊號處理）有紮實基礎，我們竭誠歡迎。
若你符合上述部分條件，仍歡迎投遞。我們更看重基礎能力與學習速度，而非條列符合度。
你不必獨自面對所有硬體難題。你將與具備豐富航電、飛控、通訊與系統整合經驗的團隊緊密合作，我們將共同把你的演算法推進到真實載具上。