二、核心职责
1.算法研发与攻坚：
主导无人机正射影像的全自动拼接、匀色、质量增强等核心算法的研发、优化与工程化实现。
负责基于无人机图像视频或者影像的目标识别、实例分割、语义分割、变化检测、图像分类等深度学习模型的研发、训练、调优与部署落地。
探索并研发多模态融合算法，实现可见光、多光谱、高光谱及激光雷达点云数据的协同分析与信息提取。
2.行业解决方案落地：
深度对接业务部门，将算法能力转化为在水利（河湖巡查、水土保持）、国土（土地利用、违章监测）、林业（森林资源调查、病虫害识别）、农业（作物长势、产量预估） 等场景中的可落地的产品功能与解决方案。
主导从技术预研、POC验证到产品集成、规模化应用的全流程，确保算法在实际业务场景中的稳定性与准确性。
3.技术引领与协作：
跟踪计算机视觉、遥感科学与深度学习领域的前沿进展，推动创新技术在业务中的应用。
撰写高质量的技术文档、专利，并指导与培养初级工程师，提升团队整体技术水平。

三、任职要求
教育背景： 计算机科学、摄影测量与遥感、地理信息系统、模式识别等相关专业硕士及以上学历。
扎实的算法基础： 精通计算机视觉和深度学习，熟练掌握PyTorch/TensorFlow等框架，对经典模型（如CNN、Transformer系列、Mask R-CNN, YOLO等）有深刻理解。
无人机影像专长： 具备深厚的正射影像处理经验，精通特征提取、匹配、空三解算、点云生成、DSM/DOM生产等全链条算法，熟悉Pix4D、Metashape等原理者优先。
编程与工程化： 精通Python/C++，具备优秀的代码能力和工程落地经验，熟悉模型优化、剪枝、量化及在边缘设备（如无人机机载计算单元）上的部署流程。
行业经验： 在水利、国土、林业、农业至少一个领域，拥有3年及以上直接相关的项目研发经验。不仅限于技术应用，需深刻理解行业业务流程、数据标准与核心诉求。

四、优先条件
拥有多模态数据处理（特别是激光雷达点云与影像融合）的项目经验。
熟悉自然资源领域（如第三次全国国土调查、森林资源连续清查、河湖“清四乱”等）的国家标准、行业规范及常用数据格式。
有带领小型技术团队或作为核心技术成员完成完整项目交付的经验。
在顶级CV/遥感会议（CVPR, ICCV, ECCV, IGARSS）或期刊上有论文发表，或有相关专利成果。