工作職責(zé)：
1、收集開(kāi)源數(shù)據(jù)以及規(guī)劃視覺(jué)數(shù)據(jù)采集方案，明確采集場(chǎng)景、設(shè)備及數(shù)據(jù)類(lèi)型。
2、執(zhí)行視覺(jué)數(shù)據(jù)清洗操作，去除無(wú)效數(shù)據(jù)，統(tǒng)一圖片分辨率、視頻幀率等格式。
3、對(duì)數(shù)據(jù)進(jìn)行標(biāo)注清洗以達(dá)到可以訓(xùn)練的標(biāo)準(zhǔn)。
4、基于交通業(yè)務(wù)需求（如車(chē)輛檢測(cè)、行人跟蹤、特征提?。瓿伤惴ǚ桨冈O(shè)計(jì)，包括但不限于模型選型、特征工程、數(shù)據(jù)增強(qiáng)和損失函數(shù)定義等。
5、利用標(biāo)注好的交通數(shù)據(jù)集進(jìn)行模型訓(xùn)練、調(diào)參，通過(guò)混淆矩陣、mAP 等指標(biāo)驗(yàn)證算法精度，將算法準(zhǔn)確率提升至行業(yè)標(biāo)準(zhǔn)以上。
6、針對(duì)邊緣設(shè)備的硬件限制，進(jìn)行算法輕量化優(yōu)化，如模型剪枝、量化，確保推理速度滿足實(shí)時(shí)性要求。
7、與工程團(tuán)隊(duì)協(xié)作，完成算法的代碼封裝（如生成 Python SDK、C++ 接口）。
8、在目標(biāo)硬件（如NVIDIA、算能、寒武紀(jì)）上部署算法，進(jìn)行性能測(cè)試與資源優(yōu)化，控制 CPU/GPU 占用率在合理范圍。
9、編寫(xiě)算法部署文檔、用戶操作手冊(cè)，明確環(huán)境配置要求、調(diào)用流程和故障排查方法，方便運(yùn)維團(tuán)隊(duì)后續(xù)維護(hù)。
10、定期調(diào)研行業(yè)動(dòng)態(tài)，包括頂會(huì)論文、開(kāi)源項(xiàng)目和競(jìng)品技術(shù)方案，提煉可借鑒的技術(shù)點(diǎn)。
11、參與內(nèi)部技術(shù)分享，將調(diào)研成果轉(zhuǎn)化為培訓(xùn)材料，提升團(tuán)隊(duì)整體技術(shù)視野。
12、輸出知識(shí)產(chǎn)權(quán)。

任職要求：
1、碩士及以上學(xué)歷，計(jì)算機(jī)科學(xué)與技術(shù)、電子信息、模式識(shí)別與智能系統(tǒng)、軟件工程、數(shù)學(xué)等相關(guān)專(zhuān)業(yè)。
2、參加過(guò)AI 視覺(jué)技術(shù)類(lèi)培訓(xùn)、行業(yè)認(rèn)證類(lèi)培訓(xùn)者優(yōu)先。
3、具備 2 年及以上 AI 視覺(jué)算法研發(fā)經(jīng)驗(yàn)，至少獨(dú)立負(fù)責(zé)過(guò) 1 個(gè)視覺(jué)算法項(xiàng)目。
4、有邊緣設(shè)備（算能，寒武紀(jì)等）視覺(jué)算法部署經(jīng)驗(yàn)者優(yōu)先，能解決算法在硬件上的性能適配問(wèn)題（如推理速度、資源占用優(yōu)化）。
5、有智慧交通相關(guān)場(chǎng)景經(jīng)驗(yàn)：如參與過(guò)車(chē)輛檢測(cè)、違章抓拍、交通事件識(shí)別（如事故、擁堵檢測(cè)）、路側(cè)視覺(jué)感知等項(xiàng)目，熟悉交通場(chǎng)景的視覺(jué)數(shù)據(jù)特點(diǎn)（如復(fù)雜天氣、多目標(biāo)遮擋）
6、有大規(guī)模視覺(jué)數(shù)據(jù)集處理經(jīng)驗(yàn)。
7、掌握計(jì)算機(jī)視覺(jué)核心算法原理，理解目標(biāo)檢測(cè)、圖像分類(lèi)、視頻跟蹤的基本邏輯，能針對(duì)交通場(chǎng)景（如路口車(chē)輛檢測(cè)、行人識(shí)別）選擇適配算法。熟悉深度學(xué)習(xí)基礎(chǔ)，掌握 CNN 、VIT等網(wǎng)絡(luò)結(jié)構(gòu)、常用損失函數(shù)、優(yōu)化器。
8、熟練使用 Python（NumPy、Pandas 處理數(shù)據(jù)，OpenCV 進(jìn)行圖像預(yù)處理），精通 PyTorch/TensorFlow 框架，能獨(dú)立搭建模型訓(xùn)練流程（數(shù)據(jù)加載、訓(xùn)練循環(huán)、指標(biāo)評(píng)估）。掌握視覺(jué)數(shù)據(jù)標(biāo)注工具，能制定基礎(chǔ)標(biāo)注規(guī)則（如車(chē)輛、交通標(biāo)志的標(biāo)注邊界），會(huì)使用 OpenCV 進(jìn)行數(shù)據(jù)增強(qiáng)。了解邊緣設(shè)備的算法部署流程，能將訓(xùn)練好的模型轉(zhuǎn)換為可部署格式，確保推理速度滿足基礎(chǔ)實(shí)時(shí)性。