1. 深度學(xué)習(xí)與視覺(jué)算法 模型應(yīng)用： 熟練掌握主流目標(biāo)檢測(cè)（如 YOLO 系列、SSD）和語(yǔ)義/實(shí)例分割（如 DeepLabV3+、Mask R-CNN）算法的使用與調(diào)優(yōu)。
幾何計(jì)算： 具備扎實(shí)的數(shù)學(xué)功底，能夠根據(jù)分割掩碼（Mask）或檢測(cè)框（Bbox）設(shè)計(jì)幾何測(cè)量算法（涉及像素坐標(biāo)系轉(zhuǎn)物理坐標(biāo)系、單目測(cè)距、長(zhǎng)度/尺寸擬合等）。
框架工具： 熟練使用 PyTorch 或 TensorFlow 進(jìn)行模型訓(xùn)練與推理測(cè)試。
2. 模型部署與遷移地平線平臺(tái)： 熟悉地平線（Horizon）天工開(kāi)物工具鏈，有模型定點(diǎn)量化、編譯及 .bin 模型轉(zhuǎn)換經(jīng)驗(yàn)的優(yōu)先。
推理加速：了解模型量化（INT8/FP16）原理，能夠解決量化過(guò)程中的精度掉點(diǎn)或算子不支持問(wèn)題。
邊緣計(jì)算：熟悉 BPU (Brain Processing Unit) 的特性，具備在嵌入式端進(jìn)行資源調(diào)度和多線程推理優(yōu)化的能力。
3. Linux 工程能力開(kāi)發(fā)環(huán)境： 精通 C++ (STL/多線程) 或
Python，能在 Linux 環(huán)境下進(jìn)行高效開(kāi)發(fā)。
系統(tǒng)編程： 熟悉 Linux 系統(tǒng)管理，掌握 Shell/Python 腳本編寫，能夠獨(dú)立完成自動(dòng)化部署。
服務(wù)常駐： 熟練配置 Systemd 或編寫守護(hù)進(jìn)程腳本，實(shí)現(xiàn)程序的開(kāi)機(jī)自啟動(dòng)、進(jìn)程監(jiān)控及異常拉起。
4. 現(xiàn)場(chǎng)交付與調(diào)試圖像處理：熟練使用
OpenCV 進(jìn)行圖像預(yù)處理（降噪、增強(qiáng)）及后處理。
故障排查：具備較強(qiáng)的現(xiàn)場(chǎng)排查能力，能夠分析解決復(fù)雜光照、硬件抖動(dòng)、網(wǎng)絡(luò)延遲等對(duì)算法效果的影響