深圳·南山区
职位详情
一、核心使命
带领篮球视频赛事分析算法团队，打造基于视觉大模型（VLM）的端到端技术方案，利用多源视频数据（手机/云台/摄像头）实现运动行为量化、战术识别与自动剪辑，为职业球队及篮球爱好者提供智能化分析工具。
二、关键职责
技术研发（70%）
1、主导篮球视频理解算法体系设计：
构建视觉算法框架（VLM、YOLO、3D-CNN等），实现对篮球赛事中各类关键事件的理解，支持球员身份识别、动作分类（投篮/传球/盖帽）、战术结构解析等功能
2、推进高效推理与模型落地：
持续优化模型推理效率（蒸馏、剪枝、量化等手段），探索在多种硬件平台下的部署可行性
3、搭建自动化数据处理与内容生成系统：
依托算法能力开发高效率、全自动的赛事数据分析与视频剪辑流程
技术管理（30%）
1、制定技术发展路径：评估算法可实施性、研发投入与上线周期
2、任务分解与项目推进：带领2-3人算法团队，统筹从实验验证到生产落地的完整流程
3、跨团队协作：与数据标注、产品以及外部合作方紧密配合，确保项目高效运转
4、参与绩效评估：从专业技术维度客观评价团队工作成果，提升产出效能
三、硬性要求
技术能力
1、硕士及以上学历
2、掌握视觉大模型技术：
具有VLM微调经历（如QwenVL/LLaVA等）
了解多模态预训练方法、提示工程与模型蒸馏技术
3、具备完整的计算机视觉技术能力：
熟悉3D-CNN/Transformer类视频模型、目标检测与跟踪、图像增强等算法
熟练使用PyTorch，了解分布式训练框架（DeepSpeed/Megatron）
具备TensorRT等模型部署实践经验
4、团队管理经验：
有带领小型算法团队的实际经历
5、领域理解能力：
精通篮球比赛规则与核心技术动作（如挡拆配合、进攻路线分析）
了解运动视频分析中的典型挑战：高速运动模糊、人物遮挡、低角度拍摄等问题
四、优先条件
1、对篮球运动有浓厚兴趣
2、拥有体育视频分析相关专利或发表于顶会论文（CVPR/ICCV/ACM MM）
3、具备软硬件协同开发背景（如云台控制、多摄像头标定）
带领篮球视频赛事分析算法团队，打造基于视觉大模型（VLM）的端到端技术方案，利用多源视频数据（手机/云台/摄像头）实现运动行为量化、战术识别与自动剪辑，为职业球队及篮球爱好者提供智能化分析工具。
二、关键职责
技术研发（70%）
1、主导篮球视频理解算法体系设计：
构建视觉算法框架（VLM、YOLO、3D-CNN等），实现对篮球赛事中各类关键事件的理解，支持球员身份识别、动作分类（投篮/传球/盖帽）、战术结构解析等功能
2、推进高效推理与模型落地：
持续优化模型推理效率（蒸馏、剪枝、量化等手段），探索在多种硬件平台下的部署可行性
3、搭建自动化数据处理与内容生成系统：
依托算法能力开发高效率、全自动的赛事数据分析与视频剪辑流程
技术管理（30%）
1、制定技术发展路径：评估算法可实施性、研发投入与上线周期
2、任务分解与项目推进：带领2-3人算法团队，统筹从实验验证到生产落地的完整流程
3、跨团队协作：与数据标注、产品以及外部合作方紧密配合，确保项目高效运转
4、参与绩效评估：从专业技术维度客观评价团队工作成果，提升产出效能
三、硬性要求
技术能力
1、硕士及以上学历
2、掌握视觉大模型技术：
具有VLM微调经历（如QwenVL/LLaVA等）
了解多模态预训练方法、提示工程与模型蒸馏技术
3、具备完整的计算机视觉技术能力：
熟悉3D-CNN/Transformer类视频模型、目标检测与跟踪、图像增强等算法
熟练使用PyTorch，了解分布式训练框架（DeepSpeed/Megatron）
具备TensorRT等模型部署实践经验
4、团队管理经验：
有带领小型算法团队的实际经历
5、领域理解能力：
精通篮球比赛规则与核心技术动作（如挡拆配合、进攻路线分析）
了解运动视频分析中的典型挑战：高速运动模糊、人物遮挡、低角度拍摄等问题
四、优先条件
1、对篮球运动有浓厚兴趣
2、拥有体育视频分析相关专利或发表于顶会论文（CVPR/ICCV/ACM MM）
3、具备软硬件协同开发背景（如云台控制、多摄像头标定）
2026-07-11 12:33
IP属地：广东深圳
职位福利
硕士5-10年YOLOC/C++VLM3D-CNN/Transformer深度学习大模型算法图像处理库（OpenCV等）图像生成目标跟踪Python
湖南球秀体育科技有限公司
天使轮 · 20-99人
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
