1. 模型开发支持

   • 参与图像识别模型全流程：数据清洗（使用Python OpenCV/PIL）→ 标注工具优化 → 模型训练（PyTorch）→ 精度调优

   • 复现前沿论文，测试其在业务场景的可行性

2. 场景落地

   • 协助优化缺陷检测等场景模型，压缩推理耗时

3. 技术文档沉淀

   • 撰写模型实验报告（含消融实验对比/可视化bad case分析）

   • 维护算法Wiki知识库，整理CV领域最新技术动态

✅ 编程与框架

• 熟练使用 Python 及科学计算栈（NumPy/Pandas）

• 掌握 PyTorch 框架：能独立构建CNN/Transformer模型训练流水线

• 熟悉 OpenCV 图像处理（增强/分割/特征提取）

✅ 算法基础

• 理解经典CV模型原理（ResNet/YOLO/CLIP）

• 掌握基础深度学习理论（损失函数设计/过拟合对策/评估指标）

✅ 工具链

• 版本控制：Git 基础操作（分支管理/PR提交）

• Linux基础命令及Shell脚本编写

• 教育背景：计算机/人工智能/电子信息类专业在读

• 论文能力：能快速阅读英文论文