1. 崗位職責(zé)
算法研發(fā)與優(yōu)化?
負(fù)責(zé)圖像特征提取、目標(biāo)檢測、圖像分類等核心算法的研究與實現(xiàn),提升特征表達的魯棒性與區(qū)分度。
設(shè)計并優(yōu)化特征提取模型?(如CNN、Transformer架構(gòu)),解決復(fù)雜場景下的圖像識別問題(如遮擋、光照變化等)。
?技術(shù)落地與部署?
將算法應(yīng)用于工業(yè)檢測、安防監(jiān)控、醫(yī)學(xué)影像等實際場景,完成模型訓(xùn)練、調(diào)優(yōu)及嵌入式/云端部署。
優(yōu)化算法性能,通過模型壓縮(如量化、剪枝)及加速工具(TensorRT/OpenVINO)提升實時性。
?技術(shù)文檔與協(xié)作?
撰寫算法設(shè)計文檔、專利及技術(shù)報告,協(xié)同團隊推進產(chǎn)品化落地
2. 任職要求?
計算機、數(shù)學(xué)、電子信息類本科及以上學(xué)歷,1-3年圖像識別研發(fā)經(jīng)驗(優(yōu)秀應(yīng)屆生可放寬)。
精通特征提取經(jīng)典方法(如SIFT、HOG)及深度學(xué)習(xí)模型(ResNet、YOLO、U-Net)。
掌握圖像預(yù)處理(去噪/增強/分割)、模式識別、目標(biāo)跟蹤等關(guān)鍵技術(shù)。
熟練使用Python/C++,精通OpenCV、Halcon等圖像庫,熟悉Linux開發(fā)環(huán)境。
至少掌握一種深度學(xué)習(xí)框架(PyTorch/TensorFlow)。
具備算法從研發(fā)到落地的全流程經(jīng)驗,熟悉模型部署優(yōu)化技巧