招聘人数：2
地点：苏州
需求专业：计算机科学与技术、人工智能、电子信息等相关专业
学历要求：硕士及以上学历（优秀本科生可面议）

岗位职责：
1、全链路算法研发
- 负责电路原理图图像的预处理与智能解析。
- 设计轻量化目标检测模型（如YOLOv8改进版），实现电阻/电容/IC等30+类元件的高精度识别。
2、拓扑结构与模型优化
- 开发Graph结构生成算法，将电路图转化为顶点（交点）和边（带元件属性连接线），通过DFS/BFS实现串联/并联单元自动识别（准确率≥98%），输出结构化电路数据（如SPICE网表）。
3、数据驱动与技术迭代
- 构建百万级电路图像数据集，设计专用数据增强策略（如导线扭曲、符号细节简化模拟），提升模型泛化能力。
- 优化损失函数（坐标误差+置信度+分类误差），实现模型迭代周期≤72小时。
4、技术创新研究：关注领域动态，探索新算法，参与合作项目拓宽视野。
5、团队协作领导：跨职能团队合作，参与技术交流，提出自己的见解和想法，为项目提供新的视角。
6、问题解决优化：定位解决软件问题，优化性能，收集用户反馈。

任职资格：
1、核心技术能力
- 精通PyTorch/TensorFlow，熟练使用OpenCV/PaddleCV，有YOLO系列模型开发经验，能独立完成从数据预处理到模型部署的全流程。
- 熟悉图论算法（连通分量分析、最短路径），掌握NetworkX/Graph-tool等图数据处理工具，了解GNN在拓扑分析中的应用者优先。
2、项目经验要求
- 至少参与过1项工业级图像识别项目（如PCB检测、电子元件分拣），熟悉复杂场景下的算法优化（如噪声抑制、小目标增强）。
- 有开源项目贡献（如MMDetection插件开发、YOLO自定义数据集训练）或顶会论文（CVPR/ICCV）者优先。
3、加分项
- 了解EDA设计流程或电子工程基础知识（如元件符号、电路原理），能解读SPICE网表者优先。
- 研究过相关专利（轻量化网络、Graph拓扑分析）或有3D视觉（如X-ray图像识别）经验者优先。
- 具备较强的学习能力和创新精神，对EDA/CAD领域有浓厚的兴趣和热情。