崗位職責(zé):
1、負(fù)責(zé)工業(yè)產(chǎn)品與生產(chǎn)過程中的智能算法研發(fā)與優(yōu)化,覆蓋工業(yè)產(chǎn)品表面缺陷檢測(如金屬、玻璃、紡織品等)、過程異常識(shí)別、質(zhì)量分析與分類評估等應(yīng)用場景;
2、基于多源數(shù)據(jù)(圖像、視頻、傳感器、設(shè)備運(yùn)行數(shù)據(jù)、工藝參數(shù)等),設(shè)計(jì)并開發(fā)工業(yè)場景下的異常檢測、狀態(tài)識(shí)別與行為分析算法,實(shí)現(xiàn)對人員、設(shè)備及生產(chǎn)環(huán)境的智能分析與風(fēng)險(xiǎn)預(yù)警;
3、綜合運(yùn)用傳統(tǒng)算法方法(如圖像處理、信號(hào)處理、統(tǒng)計(jì)分析、規(guī)則建模等)與機(jī)器學(xué)習(xí)、深度學(xué)習(xí)技術(shù),構(gòu)建適用于復(fù)雜工業(yè)場景的智能算法模型,解決噪聲干擾、數(shù)據(jù)不平衡、工況多變等問題;
4、參與工業(yè)智能系統(tǒng)整體方案設(shè)計(jì),與硬件系統(tǒng)(光學(xué)系統(tǒng)、傳感器、采集設(shè)備等)及軟件平臺(tái)協(xié)同工作,開展算法與系統(tǒng)的聯(lián)調(diào)與性能優(yōu)化,提升數(shù)據(jù)質(zhì)量與算法穩(wěn)定性;
5、負(fù)責(zé)算法模型的工程化落地與持續(xù)優(yōu)化,包括模型訓(xùn)練、評估、部署與運(yùn)行監(jiān)控,保障算法在工業(yè)現(xiàn)場的實(shí)時(shí)性、可靠性與可維護(hù)性
任職資格:
1、計(jì)算機(jī)、人工智能、應(yīng)用數(shù)學(xué)、自動(dòng)化、控制工程等相關(guān)專業(yè);
2、熟悉工業(yè)場景下常見算法方法,具備圖像/視頻分析、時(shí)序數(shù)據(jù)分析、信號(hào)處理或多源數(shù)據(jù)融合等至少一個(gè)方向的工程經(jīng)驗(yàn);
3、掌握傳統(tǒng)算法與工程方法,包括但不限于圖像處理(如形態(tài)學(xué)處理、模板匹配、Blob 分析)、信號(hào)處理、統(tǒng)計(jì)分析或規(guī)則建模等,能夠針對工業(yè)問題進(jìn)行算法建模與優(yōu)化;
4、熟練使用深度學(xué)習(xí)框架(PyTorch / TensorFlow),具備工業(yè)缺陷檢測、異常檢測或狀態(tài)識(shí)別等模型的設(shè)計(jì)與訓(xùn)練經(jīng)驗(yàn),熟悉常見模型結(jié)構(gòu)(如目標(biāo)檢測、分割、異常檢測網(wǎng)絡(luò)等);
5、熟悉算法工程化與部署流程,了解模型輕量化技術(shù)(剪枝、量化、知識(shí)蒸餾等)及主流部署工具(TensorRT、ONNX、OpenVINO 等),具備將算法落地至工業(yè)現(xiàn)場的經(jīng)驗(yàn);
6、具備 1年及以上工業(yè)算法研發(fā)經(jīng)驗(yàn),參與或主導(dǎo)過至少 2 個(gè)工業(yè)算法項(xiàng)目的完整落地
7、熟練使用 C++ / Python,能夠獨(dú)立完成算法從需求分析、方案設(shè)計(jì)、開發(fā)實(shí)現(xiàn)到部署運(yùn)維的全流程工作