二、核心職責
1.算法研發(fā)與攻堅：
主導無人機正射影像的全自動拼接、勻色、質(zhì)量增強等核心算法的研發(fā)、優(yōu)化與工程化實現(xiàn)。
負責基于無人機圖像視頻或者影像的目標識別、實例分割、語義分割、變化檢測、圖像分類等深度學習模型的研發(fā)、訓練、調(diào)優(yōu)與部署落地。
探索并研發(fā)多模態(tài)融合算法，實現(xiàn)可見光、多光譜、高光譜及激光雷達點云數(shù)據(jù)的協(xié)同分析與信息提取。
2.行業(yè)解決方案落地：
深度對接業(yè)務部門，將算法能力轉(zhuǎn)化為在水利（河湖巡查、水土保持）、國土（土地利用、違章監(jiān)測）、林業(yè)（森林資源調(diào)查、病蟲害識別）、農(nóng)業(yè)（作物長勢、產(chǎn)量預估） 等場景中的可落地的產(chǎn)品功能與解決方案。
主導從技術預研、POC驗證到產(chǎn)品集成、規(guī)模化應用的全流程，確保算法在實際業(yè)務場景中的穩(wěn)定性與準確性。
3.技術引領與協(xié)作：
跟蹤計算機視覺、遙感科學與深度學習領域的前沿進展，推動創(chuàng)新技術在業(yè)務中的應用。
撰寫高質(zhì)量的技術文檔、專利，并指導與培養(yǎng)初級工程師，提升團隊整體技術水平。

三、任職要求
教育背景： 計算機科學、攝影測量與遙感、地理信息系統(tǒng)、模式識別等相關專業(yè)碩士及以上學歷。
扎實的算法基礎： 精通計算機視覺和深度學習，熟練掌握PyTorch/TensorFlow等框架，對經(jīng)典模型（如CNN、Transformer系列、Mask R-CNN, YOLO等）有深刻理解。
無人機影像專長： 具備深厚的正射影像處理經(jīng)驗，精通特征提取、匹配、空三解算、點云生成、DSM/DOM生產(chǎn)等全鏈條算法，熟悉Pix4D、Metashape等原理者優(yōu)先。
編程與工程化： 精通Python/C++，具備優(yōu)秀的代碼能力和工程落地經(jīng)驗，熟悉模型優(yōu)化、剪枝、量化及在邊緣設備（如無人機機載計算單元）上的部署流程。
行業(yè)經(jīng)驗： 在水利、國土、林業(yè)、農(nóng)業(yè)至少一個領域，擁有3年及以上直接相關的項目研發(fā)經(jīng)驗。不僅限于技術應用，需深刻理解行業(yè)業(yè)務流程、數(shù)據(jù)標準與核心訴求。

四、優(yōu)先條件
擁有多模態(tài)數(shù)據(jù)處理（特別是激光雷達點云與影像融合）的項目經(jīng)驗。
熟悉自然資源領域（如第三次全國國土調(diào)查、森林資源連續(xù)清查、河湖“清四亂”等）的國家標準、行業(yè)規(guī)范及常用數(shù)據(jù)格式。
有帶領小型技術團隊或作為核心技術成員完成完整項目交付的經(jīng)驗。
在頂級CV/遙感會議（CVPR, ICCV, ECCV, IGARSS）或期刊上有論文發(fā)表，或有相關專利成果。