1.负责工业产品（如金属、玻璃、半导体、纺织品等）表面缺陷检测算法的研发与优化，包括划痕、污渍、凹凸、裂纹等缺陷的识别与分类；
2.基于图像视觉技术，利用摄像头，进行人员异常行为分析、现场环境异常分析算法设计与开发；
3.设计并实现传统图像处理与深度学习结合的检测方案，解决反光、低对比度、微小缺陷等复杂场景问题；
4.参与光学系统（光源、相机选型）与算法联调，优化成像质量。

任职要求：

1.熟练掌握OpenCV、Halcon等传统视觉算法（形态学处理、模板匹配、Blob分析等）；
2.精通深度学习框架（PyTorch/TensorFlow），熟悉缺陷检测经典模型（如YOLOv8、UNet、EfficientAD）；
3.熟悉模型轻量化技术（剪枝、量化、知识蒸馏）及部署工具（TensorRT、ONNX、OpenVINO）；
4.有3D表面检测经验（点云处理、结构光重建）或光谱成像项目经验；

5.3年以上工业视觉算法开发经验，主导过至少2个完整表面检测项目落地；
6.熟悉常见工业缺陷类型（如金属划痕、PCB焊点不良、纺织污渍）及行业标准（如ISO 9001）；

7.熟练使用C++/Python，能独立完成算法从开发到部署的全流程；
8.熟悉Linux系统及多线程优化，有ARM架构适配经验者优先；

9.具备较强的逻辑分析和问题拆解能力，能快速定位检测失效原因（如光学干扰/算法缺陷）；
10.良好的跨部门协作能力，能与硬件工程师、产线人员高效沟通；

11.硕士及以上学历，计算机、自动化、机械电子等相关专业（优秀本科生可放宽）。