岗位职责
1.架构设计与研发
85 负责算法的整体架构设计，确保系统的高可用性、可扩展性和高性能。从宏观层面规划系统架构，合理设计各个模块之间的交互方式和数据流向。
85 熟练掌握并进行通信方式的开发，确保不同模块之间、系统与外部设备或系统之间的数据传输稳定可靠。
85 精通算法和模型的多线程研发技术，优化算法的执行效率，提高系统在多任务处理环境下的性能表现，充分利用硬件资源，降低系统响应时间。
2.算法系统开发
85 主导开发具备多种通信功能的算法系统，包括实现 http 通信、websocket 通信功能，确保系统能高效稳定地与外部系统进行数据交互。
85 实现实时获取视频流，并对视频流进行正确解码，将视频帧精准推送给已训练好的模型进行推理，确保推理过程的实时性和准确性。
85 对推理结果进行专业的后处理，结合配置的算法参数进行精确计算，最终准确获得报警图片和相关信息，并将图片进行编码处理，推送给检测任务视频流，实现任务视频预览功能，保障整个算法系统的流畅运行和功能完整性。
3.数据处理与模型训练
85 负责按照项目需求，熟练采集相关素材，包括但不限于通过各种渠道获取图像、视频等原始数据。
85 运用专业知识和工具对采集到的素材进行抽帧、清洗及精准标注，确保数据的高质量和准确性，为模型训练提供坚实基础。
85 根据项目实际需要，选择合适的基于 CNN 卷积神经网络模型，并运用标注好的素材进行有效训练，持续优化模型性能，提升模型的准确性和泛化能力。
4.算法编译与部署
85 完成算法的编译和打包工作，确保算法能够在目标环境中稳定运行。对编译过程进行优化，提高算法的执行效率和资源利用率。
85 熟练运用 docker 技术进行算法部署，负责构建、管理和维护 docker 镜像和容器，确保算法系统在不同环境下的一致性和可移植性，提高部署效率和系统的运维管理水平。
5.技术协作与创新
85 与跨部门团队紧密合作，包括但不限于产品经理、开发工程师、测试工程师等，共同推动项目的顺利进行。及时沟通技术问题和解决方案，确保项目按时交付。
85 关注行业技术发展动态，积极引入新技术、新方法，对现有算法和系统进行持续优化和创新，提升产品的竞争力。
任职要求
学历与专业背景
1. 计算机、数学、电子工程、自动化等相关专业本科及以上学历 。
2. 具有深度学习、计算机视觉等相关领域的研究或项目经验。
3. 从事视觉识别算法研发3年以上

必选项：有丰富的C++ 和 Python 编程经验。
技术能力
1.算法系统开发
85 具备扎实的编程基础，熟练掌握 Python、C++ 等编程语言，能够高效地实现算法系统的各项功能。
85 熟悉 http 通信、websocket 通信协议，能够独立完成相关通信功能的开发和调试，确保系统间的数据交互稳定可靠。
85 深入了解视频处理技术，包括视频流的获取、解码、编码等操作，熟悉 OpenCV、FFMPEG 等视频处理库的使用，能够实现视频帧与模型推理之间的高效对接。
2.深度学习与 CNN 模型
85 深入理解并精通基于 CNN 卷积神经网络模型，如 ResNet、VGG、YOLO 等经典模型结构及其原理，能够根据项目需求灵活选择和调整模型。
85 熟练掌握深度学习框架，如 TensorFlow、PyTorch 等，能够运用框架进行模型的搭建、训练和优化。
3.数据处理能力
85 熟练掌握数据采集方法，熟悉多种数据采集工具和技术，能够根据不同场景获取高质量的素材数据。
85 精通抽帧、清洗、标注素材等数据预处理流程，熟悉常用的数据标注工具，如 LabelImg、CVAT 等，能够确保数据的准确性和一致性。
4.架构设计与多线程开发
85 具备良好的算法架构设计能力，能够从系统层面考虑算法的性能、可扩展性和稳定性，设计出合理的架构方案。
85 熟练掌握多线程编程技术，能够运用多线程技术优化算法的执行效率，解决多任务处理过程中的并发问题。
5.算法编译与 docker 部署
85 熟悉算法编译流程，能够针对不同平台和环境进行算法的编译和优化，确保算法在目标平台上高效运行。
85 熟练掌握 docker 技术，能够熟练构建、管理和部署 docker 容器，熟悉 docker 镜像的制作和发布流程，具备在容器化环境中部署和管理算法系统的能力。