智能化工程师

岗位职责:
负责智能化在公司的深度应用，主导图像识别技术开发、算法优化，模型训练及场景落地，并协同业务部门制定视觉解决方案，规划技术路线，实现从算法研发到产线赋能的闭环。
1、行业趋势跟踪与技术研究：深入研究机器视觉、人工智能（特别是计算机视觉、深度学习）及相关领域（光学、传感器、自动化）的技术发展趋势、前沿算法和新兴解决方案，保持技术敏感度和前瞻性。
2、需求分析与方案设计：
①深入挖掘理解用户需求、工艺要求、质量标准和性能指标（如精度、速度、稳定性）。
②主导项目前期的可行性评估和技术调研，分析技术难点和风险。根据产品特性（尺寸、材质、表面状态、运动方式）和应用场景（环境光、空间限制、生产节拍），设计创新、可靠且性价比最优的机器视觉系统整体技术方案。
③明确系统架构、核心算法思路、关键性能指标预期，编写详细的技术方案文档、规格书及系统架构图。
3、核心硬件选型与设计： 根据方案需求，精确选择光源、镜头、工业相机等核心组件，并选型必要的辅助设备，如滤镜、偏振片、防护罩、散热装置、机械支架等。
4、视觉算法开发与程序实现：
① 设计、选择和优化图像处理与分析算法，如：图像预处理、特征提取、模板匹配、边缘检测、Blob分析、OCR/OCV、尺寸测量、颜色分析、3D点云处理、深度学习模型应用等。
②熟练使用主流机器视觉库,如:Halcon,OpenCV,VisionPro, Cognex ViDi, CVB, MIL等进行核心视觉算法开发。
③开发稳定、高效、易维护的上位机应用程序（如：C#, C++, Python, VB.NET等），实现图像采集、处理、分析、结果显示、数据存储、报警输出等功能。
④在现场环境下进行系统联调，优化成像效果（如：打光、镜头调整等）、调整算法参数、测试通信逻辑、验证系统功能与性能（如：精度、速度、稳定性、鲁棒性等）。
5、性能验证与交付：
①制定详细的测试计划，对系统进行严格的生产环境测试，验证系统是否满足所预定的技术指标（如：检测率、误检率、重复精度、处理速度、稳定性），并生成测试报告和验收文档。
②进行系统操作和维护培训，确保操作人员能正确使用，并进行知识转移，包括：设计方案、硬件清单、程序源码/可执行文件、安装调试记录、测试报告、用户手册、维护手册等。

任职要求:
1.具备优秀的项目推进、风险识别及解决问题等能力；
2.熟练使用主流机器视觉库,:Halcon,OpenCV,VisionPro等进行机器视觉应用开发，熟练掌握图像预处理、特征提取、模板匹配、边缘检测、Blob分析、OCR/OCV、尺寸测量、颜色分析、3D点云处理、深度学习模型应用等。
3.精通C#,Python,C++等上位机应用程序开发，实现图像采集、处理、分析、结果显示、数据存储、报警输出等功能。
4.了解工业领域知识，对工业制造过程等方面有一定的了解，能够理解和分析工业场景图像处理的特点和需求，为业务提供针对性的解决方案。
5.善于人际沟通、具备较强的文笔能力和口头表达能力；能够在面对挑战和压力时保持积极主动的工作态度、有创造力，与公司核心价值观一致。