一、工作内容
1. 算法研发：设计传统CV（特征提取、光流、多视图几何）与深度学习模型（CNN、Transformer、YOLO等），攻克目标检测、分割、跟踪、三维重建等任务。
2. 数据工程：数据采集、清洗、标注、增强，搭建高效数据流水线，支撑模型训练与评估。
3. 模型优化：调优精度、速度、鲁棒性，进行模型压缩、蒸馏，适配算力与内存限制。
4. 部署落地：将模型部署到云端、边缘、嵌入式设备，用TensorRT、RKNN等工具加速推理，解决兼容性与稳定性问题。
5. 技术跟踪：关注前沿研究，评估技术价值，推动创新应用与专利产出。
二、技能要求
1. 数学基础：线性代数、概率论、数理统计、数值分析、图像处理基础。
2. 算法能力：掌握传统CV与深度学习核心算法，熟悉主流模型与范式。
3. 编程与工具：熟练Python/C++；掌握OpenCV、PCL；精通PyTorch/TensorFlow；熟悉模型部署工具（TensorRT、ONNX）。
4. 工程能力：代码高效可读，具备数据处理、模型调优、性能优化、问题排查能力。
5. 行业适配：理解业务场景