KEY RESPONSIBILITIES:
岗位职责：
1、算法研发与核心问题攻坚：主导高光谱、近红外、X 射线等两种及以上传感数据的时空对齐、特征提取、数据融合算法设计与研发，核心解决复杂环境（如杂光、遮挡、物料混合、环境干扰）下物料识别的信噪比优化问题，提升检测精度与鲁棒性。
2、技术架构设计与落地：搭建多模态传感器融合算法体系，制定算法技术路线，输出可工程化的算法方案，衔接算法研发与工程实现，推动算法在实际检测设备 / 系统中落地部署。
3、技术攻关与创新：跟踪高光谱、近红外、X 射线传感融合领域的前沿技术（如深度学习融合、传统信号处理融合），针对业务中的技术瓶颈开展攻关，解决算法落地中的泛化性、实时性、精度等核心问题；参与专利、技术论文的撰写，构建技术壁垒。
4、跨团队协作与技术引领：与硬件工程师、嵌入式工程师、测试工程师协作，完成传感器标定、算法仿真、联调测试全流程，解决跨环节的技术适配问题；作为团队技术带头人，指导初级 / 中级算法工程师开展研发工作，搭建算法研发团队的技术能力体系。
5、需求对接与方案输出：对接业务端 / 产品端的物料识别需求，结合传感硬件特性，输出定制化的多模态融合算法解决方案，评估算法可行性与性能指标，制定算法迭代优化计划。
6、算法验证与优化：搭建算法仿真平台（如 Matlab、Python），开展多传感数据的仿真测试与实机验证，基于测试结果迭代优化算法，提升算法在复杂场景下的抗干扰能力和识别准确率。
QUALIFICATION:
岗位要求：
1、物理、光学、信号与信息处理、模式识别、计算机视觉、测控技术与仪器等相关专业，博士学历（头部企业 / 科研院所可放宽至硕士 + 8 年以上核心研发经验，仅限行业资深专家）。
2、5 年及以上多模态传感器融合算法研发经验，有高光谱、近红外、X 射线传感数据处理经验者为核心硬性要求；有工业物料识别、工业质检、无损检测领域算法落地经验优先。
3、具备扎实的物理光学、信号处理基础，精通传感数据的预处理（去噪、校正、配准）、时空对齐原理，理解高光谱 / 近红外 / X 射线传感器的硬件特性与数据采集原理。
4、精通两种及以上多传感融合算法，包括传统信号处理融合（如加权融合、卡尔曼滤波、D-S 证据理论、小波融合）和深度学习融合（如 CNN、Transformer、注意力机制融合、多分支网络融合），能独立设计融合算法解决信噪比问题。
5、精通传感数据的去噪、特征提取、维度约简技术，有丰富的复杂环境下低信噪比数据优化经验，能针对性解决杂光、干扰、数据缺失等问题。
6、熟练使用Python/Matlab进行算法仿真与研发，掌握 OpenCV、Scipy、Scikit-learn、PyTorch/TensorFlow 等工具 / 框架；了解 C/C++，能与嵌入式工程师配合完成算法工程化移植优先。
7、具备算法从 “仿真” 到 “实机落地” 的全流程经验，能根据硬件算力、采集速率优化算法，兼顾算法精度与实时性。
8、具备技术领导力，能带领小团队开展核心算法研发，具备良好的跨团队沟通与问题协调能力。
9、 有工业质检、智能制造、食品 / 医药 / 化工物料识别、无损检测等相关行业项目经验者优先。
10、发表过传感融合、信号处理、计算机视觉领域的 SCI/EI 论文，或拥有相关算法发明专利者优先。
11、了解传感器标定、多传感同步采集硬件原理，能与硬件团队协同优化传感采集方案者优先。
12、具备良好的问题分析与解决能力，能独立攻坚复杂场景下的算法技术瓶颈。