岗位职责
1. 主导基于深度学习的计算机视觉技术难点攻关与前瞻研究，牵头规划图像目标检测、图像分类、图像增强等核心方向的技术路线，探索前沿技术（如多模态融合、扩散模型在CV领域应用）与业务场景的深度结合，落地技术创新成果。
2. 主导基于深度学习的工业视觉检测算法全流程研发，包括数据处理、算法设计、模型训练、效果验证、性能优化、模型压缩/量化/加速及跨平台部署，重点解决工业场景下的小样本、复杂背景、光照变化、实时性等工程化难题，确保算法高可用性与高效。
3. 结合工业检测业务场景（目标检测、缺陷分割、表面瑕疵分类、异常识别等），主导算法架构设计、方案论证与迭代落地，解决实际生产环境中的痛点（如高精度要求、低误检率、边缘设备部署等），推动算法与业务的深度对齐。
4. 跟踪计算机视觉与工业检测领域前沿技术（CVPR/ICCV/ECCV等顶级会议、扩散模型、多模态融合、弱监督学习、自监督学习等），引入先进思路，开展技术预研与创新应用，形成差异化竞争力，支撑技术专利布局。
5. 牵头算法性能的极致优化，制定算法精度、速度、资源占用等核心指标的优化标准，主导解决大规模应用中的性能瓶颈，打造低延迟、高准确率、高稳定性的算法方案，保障大规模业务场景的极致体验。
6. 带领算法研发小团队开展工作，负责团队成员的技术指导、任务分配与能力培养，牵头技术文档编写、算法方案评审及团队技术分享，统筹产品、工程等跨部门协作，推动项目高效落地。
任职资格
（一）基本要求
1. 硕士及以上学历，计算机科学与技术、模式识别与智能系统、自动化、测绘工程、遥感科学与技术等相关专业；具备3-5年及以上计算机视觉深度学习研发经验，特别优秀者可放宽要求。
2. 具备丰富的工业视觉检测项目实战经验，能独立或主导从算法设计到工程落地的全流程，有缺陷检测、零件识别、表面质量检测等场景商业化/规模化落地案例者优先。
3. 在目标检测、实例分割、图像分类、异常检测等方向有至少2个以上深度实战经验；具备多模态融合（图像+文本/点云/传感器数据）、小样本学习、域适应等工业场景相关技术经验者优先；有顶级会议论文或技术专利者优先。
4. 精通至少一种主流深度学习框架（PyTorch优先，TensorFlow/Paddle亦可），能高效进行复杂模型搭建、大规模训练与调优；精通Python，代码规范、性能优化能力强。
5. 熟练掌握模型工程化技术（TensorRT、ONNX、TFLite等部署，GPU/NPU/CPU推理加速，模型量化/蒸馏/剪枝），有边缘设备或工业现场部署经验者优先。
6. 具备极强的问题分析与解决能力，能快速定位工业场景下的算法瓶颈（如过拟合、泛化差、实时性不足），提出创新优化方案；自主学习能力强，能快速跟进并实践前沿技术。
（二）综合素质要求
1. 工作积极主动，责任心极强，具备开阔的技术视野与战略思维，能够结合业务需求规划技术路线，热衷于技术创新与突破，有良好的技术文档撰写与专利布局意识。
2. 具备优秀的技术领导力，能够带领3-5人小团队开展研发工作，善于指导初级/中级算法工程师成长，推动团队技术能力提升。
3. 具备良好的沟通表达能力与资源协调能力，能够清晰传达复杂技术方案，高效对接跨部门团队（产品、工程、业务等），推动复杂项目落地，具备较强的抗压能力与项目统筹能力。