學歷與專業(yè)背景：
碩士及以上學歷（優(yōu)先考慮碩士學歷），計算機科學與技術、電子信息工程、自動化、應用數(shù)學等相關專業(yè)，具備 2 年以上計算機視覺算法開發(fā)實戰(zhàn)經(jīng)驗。
技術棧與工程能力：
精通 Python、C++ 編程語言，熟練運用 OpenCV 進行圖像處理，能夠獨立完成目標檢測（YOLOv8/v9 等主流框架）、圖像分割（CNN/U-NET等）等核心算法的研發(fā)與性能優(yōu)化；
深入理解機器學習與深度學習理論，熟悉 CNN、RNN、Transformer 等模型架構原理，在檢測精度（mAP）提升、高效訓練策略設計方面有實踐積累；
對樣本采集標準、數(shù)據(jù)預處理流程有系統(tǒng)認知，能夠通過數(shù)據(jù)增強、遷移學習等技術手段提升模型泛化能力；
熟練使用 PyTorch/TensorFlow 深度學習框架，具備時序數(shù)據(jù)建模與分析能力；
有基于規(guī)則引擎（PyKE/Drools）或有限狀態(tài)機（FSM）開發(fā)流程判斷系統(tǒng)的項目經(jīng)驗，熟悉目標追蹤、動作時序分析技術；
具備 socket/websocket 等網(wǎng)絡通信技術的開發(fā)或應用經(jīng)驗者優(yōu)先。
綜合素養(yǎng)：
具備較強的問題拆解與攻堅能力，能快速定位并解決模型訓練及工程落地中的技術瓶頸；
保持技術敏感度，熱衷于探索計算機視覺與深度學習領域前沿技術；
具備良好的團隊協(xié)作意識與溝通能力，能夠參與技術功能測試，并規(guī)范撰寫、更新技術文檔。