岗位职责：
1. 细胞识别算法开发：负责设计并实现高效的细胞识别算法，利用深度学习、计算机视觉等技术从显微图像中准确识别并定位细胞。
2. 细胞形态分类：开发细胞形态分类算法，基于细胞的形态、纹理、大小等特征进行分类，提升分类的准确性和鲁棒性。
3. 统计分析：对识别出的细胞进行统计分析，包括细胞数量、密度、分布等关键指标的计算，为科学研究或临床诊断提供数据支持。
4. 系统设计与优化：根据业务需求，设计图像识别与细胞分析系统的整体架构，优化算法模型以提高处理速度、准确率和稳定性。
5. 数据处理与标注：处理大规模显微图像数据，包括数据清洗、标注等预处理工作，确保数据质量满足算法训练要求。
6. 模型训练与评估：使用 PyTorch 深度学习框架进行模型训练，设计并实施模型评估方案，持续优化模型性能。
7. 技术文档编写：撰写详细的技术文档，包括算法设计报告、系统操作手册等，确保团队成员能够准确理解和使用相关技术与系统。
8. 团队协作与沟通：与软件开发工程师、硬件工程师等团队成员紧密合作，理解业务需求，将算法技术转化为实际应用，并参与项目规划、进度跟踪和问题解决。
9. 技术创新与探索：关注图像识别领域的技术发展趋势，特别是细胞识别与形态分析方面的新算法和技术，推动技术创新和产品迭代。
岗位要求：
1. 计算机科学、电子工程、生物医学工程或相关专业本科及以上学历，具有扎实的计算机视觉和机器学习理论基础。
2. 精通 Python、C++ 等至少一种编程语言；
3. 熟悉 PyTorch 深度学习框架，有实际项目开发经验；
4. 深入理解卷积神经网络（CNN）等常用神经网络结构及其在图像识别中的应用；
5. 熟悉 Yolo 系列模型及其在目标检测中的应用；
6. 熟悉图像处理技术，如图像滤波、边缘检测、特征提取等；
7. 具备良好的数学基础和统计学知识，能够进行数据分析与统计。
8. 具有至少 2 年以上图像识别或相关领域的工作经验，复杂图像识别系统的开发或优化项目，有成功案例者优先。
9. 具备出色的分析问题和解决问题的能力，能够独立承担项目任务，面对挑战时能够提出有效的解决方案。
10. 良好的团队合作精神和沟通能力，能够与不同背景的团队成员有效协作，共同推进项目进展。
11. 对新技术保持高度敏感性和学习热情，愿意不断学习和探索新技术在细胞识别与形态分析领域的应用。