崗位職責
1. 算法研究與優(yōu)化:負責目標檢測(如YOLO系列)、圖像分割(如U-Net、DeepLab、Transformer-based分割模型等)、變化檢測(如ChangeNet、BIT等)算法的核心技術研究、改進與創(chuàng)新,提升模型精度、速度及泛化能力。
2. 大模型與知識庫開發(fā):參與視覺大模型(如ViT、SAM、CLIP)、專家知識庫的構建與訓練,探索提示學習、檢索增強生成(RAG)等技術,實現專家知識與深度學習模型的融合。
3. 工程化與代碼開發(fā):基于Python(PyTorch/TensorFlow框架)完成算法原型開發(fā)、模型訓練/部署代碼編寫。
4. 技術調研與文檔沉淀:跟蹤前沿技術動態(tài),完成技術調研報告;撰寫算法文檔、專利申請材料,支撐團隊技術積累。
任職要求
1. 學歷背景:計算機科學、軟件工程、電子工程相關專業(yè)碩士及以上學歷。
2. 專業(yè)技能:
(1) 機器學習/深度學習理論:熟練掌握機器學習基礎(線性回歸、SVM、決策樹等)及深度學習核心(CNN、Transformer等),理解目標檢測、圖像分割、變化檢測的經典算法原理(如Anchor機制、FPN、Loss函數設計等)。
(2) 編程與工具:精通Python編程,熟悉PyTorch/TensorFlow至少一種深度學習框架,掌握OpenCV、NumPy、Pandas等數據處理工具,具備獨立實現復雜算法代碼的能力。
(3) 大模型與知識庫:了解視覺大模型(如ViT、SAM)或多模態(tài)模型(如CLIP)的基本原理,有知識庫構建(如知識圖譜、向量數據庫)、RAG應用經驗者優(yōu)先。
3. 項目經驗:具備以下至少一項經驗:
(1) 目標檢測/分割/變化檢測相關項目(如遙感影像分析、工業(yè)質檢、醫(yī)療圖像分割等),有模型落地(嵌入式部署、服務化API)經驗者優(yōu)先;
(2) 專家知識庫構建與應用,熟悉模型推理優(yōu)化(TensorRT、ONNX)技術者優(yōu)先。
4. 軟技能:具備良好的問題分析與解決能力,較強的學習能力和技術熱情,良好的團隊協(xié)作與溝通能力,能承受一定工作壓力。