岗位职责：
一、基于摄像头的测高/测距/测量能力建设
1、参与单/多摄像头几何测量方案设计与落地：标定、外参、尺度恢复、目标尺寸/高度/距离估计等；
2、支持业务场景的工程实现：从算法到部署联调，保证在实际环境下可用、可解释、可复现；
二、目标检测与识别（YOLO 体系为主）
1、负责目标检测/多类别识别/多场景泛化模型训练与迭代，重点解决小目标识别、密集目标、多类型混杂等问题；
2、能对 YOLO 系列进行结构/训练策略/数据策略层面的优化（如Head/Neck 调整、损失函数、采样策略、增强策略、蒸馏/剪枝/量化等）；
三、视觉检索 / 以图搜图能力（CLIP / 多模态向量检索）
1、构建并优化图像向量检索（以图搜图/以文搜图）：特征提取、向量库检索、召回与排序（Rerank）等。
2、面向业务落地：支持相似目标检索、同类事件聚合、素材去重、跨摄像头目标复现等。
四、识别结果优化与系统级提升
1、对模型输出做工程化优化：后处理（NMS/Soft-NMS/WBF）、置信度校准、时序稳定（多帧融合/跟踪）、误报过滤、规则与模型融合等。
2、负责效果评估体系：指标设计、数据闭环、问题定位（数据/标注/模型/推理链路）与持续优化。
五、算法工程化与后端协作/自研落地
1、参与算法服务化与部署：容器化（Docker）、服务接口设计、推理性能优化、日志与监控。
2、与后端协作完成数据流转与在线推理：Redis/MySQL、WebSocket（实时推送/告警）、任务队列/异步处理等。
任职要求
1、本科及以上学历，计算机/自动化/电子/数学相关专业，2 年及以上相关经验（优秀应届/实习可放宽）。
2、熟练使用 Python，掌握深度学习框架（PyTorch 优先），具备独立训练/调参/复现实验能力。
3、具备目标检测项目经验，熟悉 YOLO 系列训练与部署流程（数据清洗、增强、训练、验证、导出、推理）。
4、有小目标识别、复杂背景、多类别检测中的至少一类实战经验，能给出可落地的提升方案（数据/模型/训练/后处理）。
5、了解计算机视觉基础：图像处理、几何/标定基本原理，能做测距测高相关工程落地或愿意深入。
6、具备较强工程意识：能写可维护代码、能定位线上问题、能协作推进落地。