岗位职责：
1.负责光伏清扫机器人的视觉感知模块，包括但不限于：光伏组件目标检测与实例分割、导航路径识别、障碍物（如电线、立柱、杂草）检测与分类、组件表面污渍（灰尘、鸟粪、积雪）分析；
2.负责工业场景下视觉模型的数据采集、清洗、标注方案设计、模型选型、训练、优化及部署全流程；
3.将先进的2D/3D视觉算法和深度学习模型（如YOLO系列、Mask R-CNN， Segment Anything Model等）部署到机器人嵌入式平台（如Jetson系列），并进行性能调优，平衡速度与精度；
4.探索视觉信息与激光雷达、IMU等传感器数据的融合策略，为机器人定位、导航与决策提供更鲁棒的感知输入；
5.跟踪计算机视觉与深度学习领域的最新进展（如Transformer， Vision-Language Models, 域自适应等），并评估其在提升机器人环境理解与智能水平上的应用潜力；
6.参与现场调试，解决复杂光照（强光、反光、低光）、季节变化、天气条件（雨、雾）等带来的视觉挑战，持续提升算法的环境适应性。

任职要求：
基本技能
1.硕士及以上学历，计算机、人工智能、自动化、电子工程等相关专业，3年以上计算机视觉相关研发经验（优秀博士/应届硕士可放宽）；

2. 深刻理解计算机视觉与深度学习的基本原理，包括图像处理、CNN、RNN、Transformer等架构；
3. 精通目标检测、实例/语义分割等任务，有丰富的相关模型（如Faster R-CNN， YOLO， Mask R-CNN， Deeplab等）实战训练与调优经验；
4.熟练使用主流深度学习框架，如如PyTorchh或或TensorFlow， 并熟悉模型压缩、量化、剪枝等部署优化技术；
5.具备良好的编程能力，精通通Python， 熟悉C++， 熟悉Linux开发环境；
6. 有将视觉模型部署到边缘计算设备（如NVIDIA Jetson， Huawei Atlas））的实际经验，了解TensorRT， OpenVINO等推理加速工具。
优先考虑（具备以下任一项或多项）：
1.有户外移动机器人、无人机、自动驾驶或工业视觉检测（如缺陷检测））项目经验。
2.具备3D视觉相关经验，如点云处理、三维重建、立体视觉。
3.熟悉ROS/ROS2， 了解视觉SLAM（如ORB-SLAM， VINS）者优先。