1.视觉算法深度研发：参与深度学习视觉算法的全流程设计、开发与优化，针对图像识别、视频分析、目标检测、语义分割、实例分割等核心视觉任务，深入研究前沿算法，持续提升模型在复杂场景下的精准度、速度与泛化能力。
2.大模型视觉融合落地：参与大模型训练与调优工作，探索大模型与视觉算法的融合创新，推动大模型在工业质检、人形机器人、其他具身智能等业务场景中的高效落地，助力公司业务智能化升级。
3.跨团队技术协同创新：与产品、研发等团队紧密协作，将先进的视觉算法技术、大模型能力集成到公司产品中，针对不同业务需求，提供专业、完整且具备前瞻性的技术实现方案。
4.前沿技术探索与应用：密切关注计算机视觉、深度学习领域的技术动态，对新的视觉算法模型、大模型技术进行深度调研、科学评估，并快速推动其在公司业务中的应用转化；积极探索人形机器人、具身智能领域的视觉技术应用，为未来业务发展提供技术储备。
任职要求
1.学历背景：硕士及以上学历，计算机科学与技术、数学、统计学、计算机视觉、模式识别等相关专业优先，具备扎实的理论基础与系统的学术训练。
2.经验要求：拥有 2年深度学习视觉算法相关工作经验，参与过至少 1 个大型视觉算法项目的开发与落地，如基于深度学习的工业产品缺陷检测系统开发、复杂场景下的多目标实时跟踪项目，具备从需求分析到模型部署的全流程项目经验。
3.框架掌握：精通 PyTorch 或 TensorFlow 等深度学习框架，能够熟练运用框架进行高效的视觉算法模型开发、训练与优化，熟悉分布式训练技术，可应对大规模数据和复杂模型的训练需求。
4.算法理解：深入掌握经典图像算法，如 SIFT、HOG、SURF 等；精通深度学习视觉算法，包括但不限于 YOLO 系列、Mask R - CNN、U - Net、Transformer - based 视觉模型（如 ViT、Swin Transformer）等；对生成式 AI 算法（如 GAN、VAE、扩散模型等）有一定了解，能够将其创新应用于视觉任务。
5.视觉模型应用：对卷积神经网络（CNN）架构有深刻理解，具备丰富的模型设计与调优经验，能根据不同视觉任务特点，灵活运用 CNN 进行图像识别、目标检测、图像分割等模型的搭建、优化与部署，且有成功项目落地案例。
6.大模型实践：熟悉 Transformer 等大模型架构，有大模型在视觉领域的训练、微调与应用经验，能够解决大模型在视觉任务中遇到的技术难题，如模型轻量化、跨模态融合等。
7.编程能力：具备扎实的 Python 编程功底，熟练掌握常用的数据结构与算法；精通 OpenCV、Scikit - Image 等视觉处理库；熟悉 C++/CUDA 编程者优先，能够进行算法的性能优化与加速。
8.行业经验：有制造业、安防、自动驾驶等行业相关工作经验者优先，熟悉对应行业的视觉应用场景与业务需求，能将 AI 视觉技术与行业实际需求深度结合；有人形机器人开发、具身智能落地项目经验者更佳，熟悉机器人视觉感知、多传感器融合、决策与控制相关技术。
9.软技能：拥有出色的沟通协作能力，能够在跨部门团队中高效配合；具备强烈的学习意愿和创新精神，可快速掌握新技术并应用于实际工作；拥有优秀的问题解决能力，能够独立分析和解决复杂的视觉算法技术难题。