1. 负责面向地面目标识别（如车辆、基础设施、特定标识等）的计算机视觉算法研发、训练与模型优化。
2. 复现并改进前沿的目标检测、图像分割、小样本学习等算法，针对低空俯瞰视角、小目标、复杂背景等业务场景进行专项优化。
3. 负责将深度学习模型在嵌入式边缘计算平台上进行高效的量化、剪枝、蒸馏与部署，重点优化模型在资源受限环境下的推理速度、精度与内存占用。
4. 主导或参与构建低延迟、高可靠性的机载视觉处理系统，优化从图像采集、推理到结果输出的全链路性能。
5. 编写测试程序与评估脚本，在真实或模拟的低空飞行场景中验证算法的鲁棒性与实用性，为产品化提供关键支持。
6. 跟踪嵌入式AI与边缘计算技术发展，探索并推动先进视觉算法在低空经济与智能飞行领域的创新应用落地。
任职要求：
1. 计算机、人工智能、电子工程、自动化等相关专业硕士及以上学历。
2. 具备扎实的深度学习与计算机视觉基础，熟悉主流目标检测（如YOLO系列、DETR）及图像分割模型。
3. 精通PyTorch/TensorFlow框架，熟练掌握Python与C++。
4. 具备扎实的嵌入式平台模型部署经验，熟悉以下至少一种主流芯片架构及对应的开发/优化工具：
· NVIDIA Jetson系列 (如Orin, NX)，熟悉TensorRT及CUDA优化。
· 华为昇腾系列 (如Atlas 200/500)，熟悉CANN及MindSpore Lite。
· 高通平台 (如QCS8250, QCS8550)，熟悉SNPE (Snapdragon Neural Processing Engine)。
· 瑞芯微/晶晨等国产芯片平台，熟悉RKNN/TVM等部署工具。
· 熟悉ARM Cortex-A系列CPU架构，具备基于ARM NEON的指令优化经验者更佳。
5. 深入掌握模型部署全流程技术，包括但不限于：模型格式转换（ONNX等）、INT8/FP16量化、算子融合、内存优化、功耗优化，并具备实际的性能调优经验。
6. 熟悉OpenCV等传统视觉库，了解3D视觉（如点云处理）或时序建模者优先。
7. 对无人机、机器人等嵌入式移动平台有浓厚兴趣，具备地面目标识别相关项目经验者优先考虑。
8. 具备优秀的英文论文阅读能力、强大的动手实践精神、良好的团队协作与沟通能力。