岗位职责：
1、负责工业视觉检测任务中关键算法的研发，包括但不限于小目标检测、图像分割、瑕疵识别等；
2、参与纺织行业中线检测、布面缺陷识别等相关项目，结合实际工艺场景进行数据建模与算法设计；
3、根据项目需求对模型进行压缩、加速与部署优化，实现模型在边缘端或工业控制系统中的高效运行；
4、撰写技术方案文档，推动算法从原型验证到现场部署的完整流程；
5、跟踪CV领域最新研究进展，不断引入适应业务场景的先进算法或改进策略。
岗位要求：
1、精通Python，具备良好的代码组织与调试能力；
2、熟悉C++，具备基本的部署优化能力者优先考虑；
3、深入理解PyTorch或TensorFlow/Keras等主流深度学习框架；
4、扎实的图像处理与计算机视觉基础，熟悉以下一种或多种任务：
小目标检测（如YOLO系列、RetinaNet等）
图像分割（如UNet、DeepLab等）
弱纹理/高相似背景中的目标识别
数据不平衡处理（如损失函数设计、采样策略等）
有以下项目经验者优先：
纺织行业线检测、布面瑕疵识别；
工业相机、多光谱或结构光图像处理经验；
有强化学习项目经验；
具备模型优化经验，包括剪枝、量化、蒸馏、轻量化网络设计（如MobileNet、ShuffleNet等）；
具有良好的团队合作意识与工程实现能力，能独立承担算法模块的开发与落地。