职位描述：
1. 算法研发与优化：主导传统机器视觉算法与AI机器视觉算法的研发，构建底层数学模型，完成AI大模型的开发、调优与精炼，确保算法在精度、效率和稳定性上达到行业领先水平。
2. 工程化实现：运用C++语言将算法工程化，与工程及软件团队协作，完成算法在视觉及自动化软件中的集成，推动算法在实际项目中的高效应用。
3. 性能优化：专注于算法底层性能优化，通过CPU、GPU指令集优化，提升算法运行效率，降低资源消耗，确保算法在不同硬件平台上稳定高效运行。
4. 全流程技术支持：参与机器视觉算法的全生命周期管理，包括技术调研、导入、应用等环节，为工程、培训和业务部门提供技术支持，解答技术疑问，解决实际问题。
5. 文档与协作：撰写算法相关技术文档，如技术报告、设计文档等，确保知识沉淀与分享；积极响应上级安排，为突发性工作提供及时技术支持，保障项目顺利推进。

职位要求：
1. 专业背景与学历：计算机科学、人工智能、机器视觉、自动化、数学等相关专业，985/211院校硕士学历，博士优先，具备扎实的数学基础（如数值分析、凸优化、随机过程等），应届或以上经验均可。
2. 算法研发能力：精通传统机器视觉算法（如边缘检测、特征提取、图像滤波、形态学操作）和AI机器视觉算法（如目标检测、图像分割、图像分类），具备数学模型构建与优化能力，熟悉模型剪枝、量化、蒸馏等优化技术，平衡模型复杂度、精度与可解释性。
3. 编程与工具技能：精通C++和Python，熟悉面向对象编程、STL、Boost库，熟练使用PyTorch、TensorFlow等深度学习框架，掌握ONNX模型转换与部署，熟悉主流开源算法库如OpenCV、IPP（Intel Performance Primitives）、PCL（Point Cloud Library）等。
4. 性能优化经验：熟悉CPU/GPU架构与并行计算技术（如OpenMP、CUDA、SIMD指令集优化、AVX/SSE指令集），了解FPGA、ASIC等硬件加速技术，掌握gprof、NVIDIA Nsight、Intel VTune等性能分析工具，能实现算法的高效并行化与资源优化。
5. 全流程技术能力：具备算法全生命周期管理经验，包括技术调研、设计、开发、调优及落地应用，熟悉MLOps流程，能为工程和业务团队提供技术支持，确保项目顺利推进。
6. 文档与协作能力：能撰写清晰的技术文档（如设计文档、技术报告、API文档），具备团队协作精神，熟悉Agile开发流程，能与跨部门团队高效沟通合作，解决实际问题。
7. 创新与学习能力：思维活跃，具备创新意识和独立研究能力，熟悉自监督学习、对比学习、元学习等前沿技术，能快速学习并应用新技术，推动算法在实际项目中的创新与落地。
8. 行业经验与项目背景：有机器视觉、工业自动化、智能制造等领域研究或项目经验者优先，熟悉AI大模型开发、调优及落地应用，掌握分布式训练、模型压缩、知识蒸馏等技术者优先。