岗位职责
1.算法开发与优化
￮负责工业质检场景下的视觉算法研发，包括缺陷检测（磕碰、划伤、毛刺、黑斑、锈蚀等）、目标定位、精密测量等，重点解决反光/油污/粉尘等复杂表面的成像干扰问题。
￮开发高精度模型，应用小样本学习、异常检测等技术解决工业样本问题，提升缺陷识别准确率。
￮优化模型性能：通过剪枝、量化等技术实现算法轻量化，适配边缘设备（如GPU/FPGA/工控机）的实时推理需求。
2.工程落地与部署
￮主导算法从训练到部署的全流程，包括数据清洗、特征工程、模型训练、CUDA加速及嵌入式平台（Linux/Windows）部署。
￮设计鲁棒的视觉处理流程，集成OpenCV/Halcon等工具库，确保系统在复杂工业环境中的稳定性。
3.跨职能协作
￮与机械、自动化工程师合作完成视觉系统集成，参与光学选型（相机、光源）及现场调试，支持客户验收与问题攻关。
4.技术研究
￮跟踪计算机视觉前沿技术（如多模态学习、3D视觉），推动算法在质检场景的创新应用。
任职要求
1.基础能力
￮硕士及以上学历，电子信息、计算机科学与技术、人工智能等计算机类相关专业。
￮熟练掌握Python/C++，熟悉PyTorch/TensorFlow框架及OpenCV/Halcon等视觉库。
￮扎实的数理基础：精通图像处理（滤波/分割/特征提取）、深度学习（CNN）、传统机器学习算法。
2.项目经验
￮1-3年工业视觉项目经验，具备以下任一领域实操能力：
▪表面缺陷检测（金属、玻璃、纺织品等）；
▪精密零件定位与尺寸测量；
▪动态场景下的实时质检系统开发。
￮熟悉工业相机标定、多传感器融合、光照干扰抑制等工程问题。
3.软技能
￮出色的逻辑分析能力，能独立攻克技术难点（如小目标检测、低对比度缺陷识别）；
￮接受短期出差（客户现场调试），具备跨团队沟通能力。