岗位职责：

1. 负责视觉检测项目从需求分析、方案制定、到落地实施全流程；包含传统视觉工具（ROI、边缘、轮廓、颜色、面积、直径、节距等）与 AI 学习模式的组合。

2. 根据基准图像设定检测区域（ROI），配置传统视觉工具并完成调试：轮廓工具、面积工具、形状工具、亮度工具、纹理工具、模板差分工具、颜色识别；边缘检测、亮度补偿；位置防错、尺寸测量等。

3. 负责 AI 学习模式（OK/NG 小样本学习）的训练、验证及参数调优：样本采集、标注；一键追加OK/NG 条件；训练 AI 模型（异常检测 / 分类 / 分割 / OCR）。

4. 搭建检测流程 Pipeline：传统工具 + AI 深度学习 + 规则引擎组合使用。

5. 处理现场复杂工况：光照变化、位置偏移、批次差异等，优化鲁棒性。

6. 编写调试文档、技术报告、验收说明，协助客户/内部团队完成交付。

7. 与机械、电气、PLC 工程师协作，实现视觉系统与设备联动（触发、定位、结果输出）。

任职要求：

专业要求：智能视觉工程、计算机科学、人工智能、图像处理相关

核心技术能力：

1. 熟练掌握 OpenCV 传统视觉算法，理解以下工具的原理与应用：ROI 设定、阈值/亮度/边缘检测；模板匹配 NCC/ZNCC；轮廓检测与几何测量；颜色空间（HSV/Lab）与颜色识别；二值化、开闭运算、滤波；直径、面积、节距、缺陷区域分析等；

2. 熟悉 AI 轻量级深度学习检测 或工业软件的AI 功能：OK/NG 小样本学习；异常检测（FastFlow / PaDiM / PatchCore 任一即可）；分类模型（MobileNet/ResNet）；分割模型（U-Net 等）；AI 自动阈值（anomaly score / class score）；

3. 能独立完成视觉检测流程的搭建、调参、验证；

4. 熟练掌握Python、Pytorch/TensorFlow、TensorRT；

5. 对图像增强、数据增广有经验。

加分项：

1. 有 Keyence、Cognex、海康、欧姆龙视觉平台使用经验；

2. 有机械/电气/PLC基础；

3. 有摄影爱好（熟悉工业相机、镜头、光源的选型与调试）；

4. 有实际量产项目经验优先；

5. 理解 OCR Pipeline：文本检测（DBNet/EAST）；文本矫正（STN/TPS）文本识别（CRNN）。

岗位亮点：

1. 接触工业视觉全流程（传统视觉 + AI 深度学习）。

2. 参与智能检测、自动化生产线项目，技术含量高。

3. 可主导一键追加学习、自动阈值、AI 工具融合等先进视觉功能的落地。

4. 学习空间大，成长快。

5. 工作量合理，无加班。