算法工程师

1. 算法研究与开发
- 负责图像识别、计算机视觉、深度学习等领域的算法研究与实现。
- 设计和优化AI模型，提升算法的准确性、效率和鲁棒性。
- 跟踪学术界和工业界的最新算法和技术，保持技术领先性。
2. 数据处理与模型训练
- 收集、清洗和标注图像数据，构建高质量数据集。
- 设计数据增强策略，提升模型的泛化能力。
- 使用深度学习框架（如TensorFlow、PyTorch）进行模型训练与调优。
3. 产品化与落地
- 将算法模型集成到公司产品中，确保其在实际场景中的可用性和稳定性。
- 优化算法性能，满足产品对实时性、资源占用等方面的要求。
- 编写技术文档，记录算法设计、实现和优化过程。
4. 技术调研与创新
- 调研行业最新技术趋势，评估其在公司产品中的应用价值。
- 参与技术选型，为公司产品提供技术解决方案。
- 推动技术创新，提升公司产品的核心竞争力。
二、对外业务沟通
1. 客户需求分析
- 与客户沟通，了解其在图像识别和AI算法领域的具体需求。
- 分析客户需求的技术可行性，提出初步解决方案。
2. 技术方案设计
- 根据客户需求，设计定制化的技术方案，包括算法选型、数据需求、实施计划等。
- 编写技术方案文档，清晰阐述技术原理、实现路径和预期效果。
3. 售前技术支持
- 参与售前会议，向客户讲解技术方案，解答技术问题。
- 制作演示Demo，展示公司技术实力和产品能力。
- 协助销售团队完成技术部分的投标文件。
4. 客户培训与支持
- 为客户提供技术培训，帮助其理解和使用公司产品。
- 在项目初期提供技术支持，确保客户顺利上手。

任职资格：

1. 技术能力
- 熟练掌握Python、C++等编程语言。
- 熟悉深度学习框架（如TensorFlow、PyTorch）。
- 熟悉图像识别、计算机视觉领域的常用算法（如CNN、YOLO、GAN等）。
- 具备较强的算法优化和模型调优能力。
2. 沟通能力
- 能够将复杂的技术问题用通俗易懂的语言表达。
- 具备良好的客户沟通技巧，能够准确理解客户需求。
- 具备团队协作精神，能够与不同部门高效合作。
3. 学习能力
- 对新技术有强烈的兴趣和学习能力。
- 能够快速掌握行业最新技术并应用于实际工作。
4. 项目经验
- 有图像识别或AI算法相关项目的实际经验。
- 有售前支持或客户沟通经验者优先。