岗位职责
1. 算法研究与优化：负责目标检测（如YOLO系列）、图像分割（如U-Net、DeepLab、Transformer-based分割模型等）、变化检测（如ChangeNet、BIT等）算法的核心技术研究、改进与创新，提升模型精度、速度及泛化能力。
2. 大模型与知识库开发：参与视觉大模型（如ViT、SAM、CLIP）、专家知识库的构建与训练，探索提示学习、检索增强生成（RAG）等技术，实现专家知识与深度学习模型的融合。
3. 工程化与代码开发：基于Python（PyTorch/TensorFlow框架）完成算法原型开发、模型训练/部署代码编写。
4. 技术调研与文档沉淀：跟踪前沿技术动态，完成技术调研报告；撰写算法文档、专利申请材料，支撑团队技术积累。
任职要求
1. 学历背景：计算机科学、软件工程、电子工程相关专业硕士及以上学历。
2. 专业技能：
(1) 机器学习/深度学习理论：熟练掌握机器学习基础（线性回归、SVM、决策树等）及深度学习核心（CNN、Transformer等），理解目标检测、图像分割、变化检测的经典算法原理（如Anchor机制、FPN、Loss函数设计等）。
(2) 编程与工具：精通Python编程，熟悉PyTorch/TensorFlow至少一种深度学习框架，掌握OpenCV、NumPy、Pandas等数据处理工具，具备独立实现复杂算法代码的能力。
(3) 大模型与知识库：了解视觉大模型（如ViT、SAM）或多模态模型（如CLIP）的基本原理，有知识库构建（如知识图谱、向量数据库）、RAG应用经验者优先。
3. 项目经验：具备以下至少一项经验：
(1) 目标检测/分割/变化检测相关项目（如遥感影像分析、工业质检、医疗图像分割等），有模型落地（嵌入式部署、服务化API）经验者优先；
(2) 专家知识库构建与应用，熟悉模型推理优化（TensorRT、ONNX）技术者优先。
4. 软技能：具备良好的问题分析与解决能力，较强的学习能力和技术热情，良好的团队协作与沟通能力，能承受一定工作压力。