（一）技术研发与管理

1.负责 AI 项目的技术规划与实施，根据公司业务需求，制定目标检测等 AI 项目的具体技术方案，确保技术方案的可行性、先进性和可扩展性。

2.深入研究目标检测领域的前沿技术，如视觉大模型的优化应用、小样本学习等，结合公司业务场景，推动技术创新，提升检测精度与效率。

3.管理 AI 研发团队的日常工作，分配任务，监督项目进度，确保团队按时、高质量完成项目任务。定期组织技术讨论和代码审查，提升团队技术水平。

（二）团队协作与沟通

1.与业务部门紧密合作，深入了解业务需求，将业务需求转化为技术需求，确保 AI 项目与公司业务目标紧密结合。

2.协调开发团队与测试团队、运维团队等其他团队的工作，确保项目顺利推进，及时解决项目开发过程中的技术问题和协作问题。

3.定期向上级汇报项目进展、技术难题和团队动态，确保信息的及时传递和问题的快速解决。

（三）项目管理

1.负责 AI 项目的全生命周期管理，从需求分析、方案设计、算法选型、模型训练与优化，到工程化部署与上线，确保项目按时交付并满足业务需求。

2.制定详细的项目计划，合理分配资源，有效把控项目进度、质量与风险。运用敏捷开发方法，灵活应对项目过程中的变化，确保项目顺利进行。

3.参与项目预算的制定和控制，合理分配和使用项目资源，确保项目在预算范围内完成。

（四）技术研究与创新

1.跟踪目标检测领域的前沿技术动态与学术研究成果，及时将新技术引入项目中，提升项目的技术水平和竞争力。

2.探索新算法、新架构在实际业务中的应用可能性，推动团队开展技术创新研究，提升团队在目标检测领域的技术实力。

3.参与产学研合作项目，与高校、科研机构等合作开展技术研究，引进外部先进技术与资源，促进公司技术创新能力的提升。
二、任职要求

（一）教育背景

计算机科学、人工智能、数学、统计学等相关专业，本科及以上学历。

（二）工作经验

1.具有 3 年以上 AI 相关工作经验，其中至少 2 年在目标检测方向的研发经验，有实际项目落地经验。

2.1 年以上技术团队管理经验，能够有效地领导和激励团队，具备跨部门协作与沟通的成功经验，熟悉团队建设与人才培养流程。

（三）专业技能

1.算法能力：精通目标检测相关的主流算法，如 YOLO 系列、Faster R - CNN、SSD 等，深入理解其原理、优势与局限性，能够根据不同业务场景选择并优化算法。例如，针对复杂场景下的多目标检测任务，对 YOLOv5 算法进行改进，提升检测效果。

2.深度学习框架：熟悉深度学习框架，如 TensorFlow、PyTorch 等，能够熟练使用框架进行模型开发、训练与部署，掌握模型优化技巧，如模型压缩、量化、剪枝等，以提高模型在不同硬件平台上的运行效率。

3.编程能力：熟练掌握 Python、C++ 等编程语言，具备良好的代码编写习惯与高效的问题解决能力，能够独立实现复杂的算法与系统功能。

4.数据处理能力：熟悉数据处理流程，包括数据采集、标注、清洗、增强等，掌握常用的数据处理工具和库，如 Pandas、Numpy 等，能够从海量数据中提取有价值的信息，为模型训练提供高质量数据集。

5.工程能力：具备将算法模型工程化落地的能力，熟悉软件开发生命周期，掌握软件工程的基本原理与方法，了解云计算、容器化等技术在 AI 项目中的应用，能够设计并搭建稳定、高效的 AI 系统架构。