一、岗位职责
1.核心算法研发与优化：
负责研发基于深度学习的商品图像识别算法，专门针对100ml白酒瓶（可能涉及多种品牌、瓶型）进行精准识别。
重点攻克“开门前”与“关门后”两张图片的差异比对技术，准确判断商品增减变化，并计数。
研究并解决商品被遮挡、摆放位置变化、光线变化、反光、瓶体相似等复杂场景下的识别难题。
2.模型训练与数据管理：
负责或协同数据团队进行图像数据的采集、清洗和标注工作，构建高质量、大规模的训练和测试数据集。
设计模型训练策略，进行模型的训练、调参、评估和迭代优化，持续提升模型的准确率、召回率和F1-score。
3.模型部署与性能提升：
将训练好的模型进行轻量化、加速和封装，使其能够高效运行在零售柜的嵌入式设备（如Jetson Nano, RK3588等）或边缘服务器上。
优化算法性能，确保在有限的硬件资源下，识别速度（例如在1-3秒内）满足用户无感支付的体验要求。
4.系统联调与问题排查：
与嵌入式软件工程师、后端工程师联调，将算法模块集成到整个零售柜控制系统中。
建立算法效果的线上监控机制，分析线上识别错误的案例，定位问题根源，并推动算法模型的更新与修复。
5.技术调研与创新：
跟踪计算机视觉和商品识别领域的最新学术进展和工业界方案，探索将新技术（如Transformer、自监督学习等）应用于实际业务，以提升产品竞争力。

二、任职要求：
1.学历与专业：
计算机科学、人工智能、电子工程、应用数学等相关专业，本科及以上学历（硕士优先）。特别优秀的候选人可放宽学历要求。
2.技术基础：
扎实的编程基础，精通 Python。
熟练掌握至少一种主流深度学习框架，如 PyTorch 或 TensorFlow。
3.核心专业能力：
必须项：具备扎实的计算机视觉基础，深刻理解并具有目标检测（如 YOLO系列、Faster R-CNN）、图像分类、实例分割 等相关项目的实践经验。
加分项：
有商品识别、零售货柜、差异比对项目的实际经验。这是最核心的竞争力。
熟悉模型轻量化与部署技术，如模型剪枝、量化、知识蒸馏，并有在嵌入式设备（如NVIDIA Jetson, 瑞芯微Rockchip）或移动端部署模型的实战经验。
熟悉目标跟踪技术，可用于辅助判断商品的移动轨迹。
经验要求：
拥有2年以上计算机视觉算法研发与落地经验。
有从0到1完成一个完整CV项目（包括数据准备、模型训练、优化、部署上线）的全流程经验。
4.软技能与素质
强大的分析问题和解决问题能力：能够对识别错误的case进行深入分析，并提出有效的解决方案。
良好的团队协作与沟通能力：能够与硬件、软件、产品等多个团队高效协作，清晰表达技术方案和问题。
责任心和抗压能力：算法直接关系到公司的营收和用户体验，需要有极强的责

三、福利待遇：
1. 朝九晚六，薪资待遇具体面议，根据个人能力和工作经验确定。
2. 完善的福利体系，包括五险、带薪年假、节日福利、年终奖等。
3. 广阔的职业发展空间，公司处于高速发展期，提供丰晋升机会。
4. 舒适的工作环境和积极向上的团队氛围，与优秀的伙伴共同成长