1.視覺與深度學(xué)習(xí)算法研究：研究與開發(fā)計(jì)算機(jī)視覺與深度學(xué)習(xí)算法，覆蓋目標(biāo)檢測、圖像/實(shí)例分割、圖像匹配、跟蹤、姿態(tài)估計(jì)等，解決復(fù)雜視覺識別問題。
2.算法全流程產(chǎn)品化部署：主導(dǎo)算法從原型到產(chǎn)品化部署的全過程，確保在真實(shí)業(yè)務(wù)場景中的高效性、穩(wěn)定性與可擴(kuò)展性。
3.模型優(yōu)化與多平臺適配：在邊緣設(shè)備與云端平臺上進(jìn)行模型壓縮（量化/剪枝/蒸餾）、推理加速與硬件適配，構(gòu)建低延遲、高吞吐推理流水線。
4.跨團(tuán)隊(duì)協(xié)作與算法落地：與產(chǎn)品及工程團(tuán)隊(duì)緊密協(xié)作，推動算法在真實(shí)場景的落地與優(yōu)化，提升系統(tǒng)性能與用戶體驗(yàn)。
1.博士學(xué)歷，計(jì)算機(jī)視覺、人工智能、數(shù)學(xué)或相關(guān)專業(yè)，理論扎實(shí)，技術(shù)功底深厚。
2.3年以上計(jì)算機(jī)視覺實(shí)際項(xiàng)目經(jīng)驗(yàn)，至少主導(dǎo)過一項(xiàng)視覺算法產(chǎn)品化落地。
3.精通主流深度學(xué)習(xí)模型與算法（如YOLO、FasterR-CNN、MaskR-CNN、U-Net、ResNet等），并能結(jié)合業(yè)務(wù)場景進(jìn)行高效選型與優(yōu)化。
4.豐富的工程化經(jīng)驗(yàn)，能夠獨(dú)立完成算法從原型到部署的全過程，熟悉ARM、RKNN、TensorRT等邊緣平臺，有在資源受限設(shè)備上實(shí)現(xiàn)高效推理的實(shí)踐經(jīng)驗(yàn)。
5.具備扎實(shí)數(shù)學(xué)功底，能夠理解和實(shí)現(xiàn)復(fù)雜模型，包括CNN、RNN、GAN、Diffusion等前沿算法。
6.具備優(yōu)秀的團(tuán)隊(duì)協(xié)作與溝通能力，能夠推動跨職能團(tuán)隊(duì)協(xié)作與項(xiàng)目落地。
