岗位职责：
1、负责工业产品与生产过程中的智能算法研发与优化，覆盖工业产品表面缺陷检测（如金属、玻璃、纺织品等）、过程异常识别、质量分析与分类评估等应用场景；
2、基于多源数据（图像、视频、传感器、设备运行数据、工艺参数等），设计并开发工业场景下的异常检测、状态识别与行为分析算法，实现对人员、设备及生产环境的智能分析与风险预警；
3、综合运用传统算法方法（如图像处理、信号处理、统计分析、规则建模等）与机器学习、深度学习技术，构建适用于复杂工业场景的智能算法模型，解决噪声干扰、数据不平衡、工况多变等问题；
4、参与工业智能系统整体方案设计，与硬件系统（光学系统、传感器、采集设备等）及软件平台协同工作，开展算法与系统的联调与性能优化，提升数据质量与算法稳定性；
5、负责算法模型的工程化落地与持续优化，包括模型训练、评估、部署与运行监控，保障算法在工业现场的实时性、可靠性与可维护性
任职资格：
1、计算机、人工智能、应用数学、自动化、控制工程等相关专业；
2、熟悉工业场景下常见算法方法，具备图像/视频分析、时序数据分析、信号处理或多源数据融合等至少一个方向的工程经验；
3、掌握传统算法与工程方法，包括但不限于图像处理（如形态学处理、模板匹配、Blob 分析）、信号处理、统计分析或规则建模等，能够针对工业问题进行算法建模与优化；
4、熟练使用深度学习框架（PyTorch / TensorFlow），具备工业缺陷检测、异常检测或状态识别等模型的设计与训练经验，熟悉常见模型结构（如目标检测、分割、异常检测网络等）；
5、熟悉算法工程化与部署流程，了解模型轻量化技术（剪枝、量化、知识蒸馏等）及主流部署工具（TensorRT、ONNX、OpenVINO 等），具备将算法落地至工业现场的经验；
6、具备 1年及以上工业算法研发经验，参与或主导过至少 2 个工业算法项目的完整落地
7、熟练使用 C++ / Python，能够独立完成算法从需求分析、方案设计、开发实现到部署运维的全流程工作