岗位职责：
1. 多源数据标准化与融合：针对多源卫星（GF、吉林、Sentinel等）及无人机（RGB、多光谱、LiDAR）数据，建立自动化的预处理与数据融合流水线，解决多源数据配准、色调一致性等生产痛点。
2. 农林专题算法研发：研发并优化针对大面积作物分类、林地资源调查、植被生长参数反演（LAI、生物量）的核心算法，确保算法在不同区域、不同时相的鲁棒性。
3. 长时序监测与预警：基于时间序列影像构建作物物候监测、长势评估及产预测模型，针对农林灾害（病虫害、干旱、火情）建立自动化识别与风险预警体系。
4. 算法产品化落地：将成熟算法封装为标准化的生产工具或云端服务 API，配合工程团队将算法能力转化为最终的遥感分析报告、专题图件或数据平台服务。
任职要求：
1. 专业背景：遥感、测绘、地理信息系统或计算机、光学相关专业，本科及以上学历。
2. 行业理解：对农业、林业等场景业务下遥感技术落地有深度认知，具备需求快速分解的经验和能力，能够根据不同需求场景给出合理任务拆解并形成可实施的方案。
3. 具有至少 2 年以下农业遥感项目实战经验：
- 掌握至少两种国内常见农作物的特征（如小麦、水稻、玉米等）；
- 农田地块识别提取与矢量化；
- 作物长势动态监测与产量反演模型构建。。
4. 以下项目经验中至少具备其中一项：
- 灾害：农业病虫害预警、森林火灾遥感识别、洪涝受灾面积评估；
- 气象：水分盈亏监测、积温/降水对作物影响分析、蒸散发计算。
5. 具备以下算法与技术能力：
- 多源数据处理：深刻理解不同载荷（光学、多光谱、LiDAR）的成像原理，熟练掌握多源数据融合、长时序数据平滑及物候特征提取技术；
- 熟练使用 Python，熟练使用 GDAL/OGR、Rasterio、Xarray 进行高效空间运算；熟练使用 NumPy/Pandas 进行大规模时空数据分析；
- 熟悉常见的 CV 算法及常用机器学习框架（如pytorch/tensorflow），并具备在农林场景下的迁移学习和样本自动化构建经验；
- 熟悉 GEE (Google Earth Engine)、QGIS 或 ENVI，能快速进行原型验证与方案评估；
- 熟悉辐射传输模型或掌握基于 ML/DL 的植被参数反演技术。
加分项：
- 生产实战经验：有实际参与过大规模遥感生产项目者优先。
- GIS 开发基础：了解 WebGIS 或 PostGIS 空间数据库使用经验者优先。
- 生产部署：有Docker容器化、Linux 操作经验者优先。
- 性能调优：有C/C++、异构计算（如cuda、cann等）开发经验者优先。