职位描述
深度学习机器学习图像算法世界模型机器视觉PythonTransformerPyTorchOpenCV机器⼈视觉或机器⼈感知算法世界模型或强化学习相关研究人工智能
岗位定位
AI算法⼯程师负责 超声机器⼈核⼼智能能⼒的研发，包括：
医学影像理解、超声图像识别、探头定位与导航、扫描路径规划、机器⼈视觉感知，通过构建 AI世界模型（World Model），利⽤深度学习算法，使机器⼈具备 ⾃主扫描、智能定位与医学影像理解能⼒。
岗位职责：
1. 围绕超声机器⼈系统的智能化能⼒建设，负责基于 世界模型（World Model） 的环境理解与状态建模算法研发，使机器⼈能够理解⼈体结构、扫描过程及当前系统状态。
2. 负责构建机器⼈视觉感知与医学影像理解相关算法能⼒，⽀持超声图像中的关键结构识别、扫描视图识别及扫描状态判断等核⼼功能。
3. 参与机器⼈智能系统整体算法⽅案设计，推动世界模型在医疗机器⼈场景中的⼯程化实现，并完成算法系统在实际设备中的研发与落地。
岗位要求：
1. 硕、博学历，计算机科学、⼈⼯智能、⾃动化、电⼦⼯程、机器⼈等相关专业背景，具备扎实的机器学习与深度学习理论基础。
2. 对 深度学习、计算机视觉及智能系统建模有深⼊理解，熟悉常⻅视觉算法（如⽬标检测、图像分割、关键点检测等）的基本原理及应⽤场景。
3. 对 世界模型（World Model）、强化学习或智能体建模⽅向 有⼀定研究或⼯程经验，能够理解基于模型的智能决策或环境建模相关技术路线。
4. 熟练掌握 Python 编程语⾔，熟悉 PyTorch 等主流深度学习框架，能够独⽴完成模型训练、调优及实验分析。
5. 具备完整的算法研发经验，熟悉从 数据处理、模型训练、模型评估到模型优化 的基本流程。
6. 熟悉 Linux开发环境，具备良好的代码规范、⼯程实践能⼒及技术⽂档编写能⼒。
7. 具备良好的问题分析能⼒与技术探索能⼒，能够在复杂系统中定位问题并提出合理的算法⽅案。
8. 其中 1名岗位要求2‒3年以上相关算法研发经验，其余两名岗位可接受优秀应届毕业⽣。
9. 具备以下经验者优先：
◦ 医学影像AI相关经验
◦ 机器⼈视觉或机器⼈感知算法经验
◦ 世界模型或强化学习相关研究经验
◦ 在CVPR / ICCV / NeurIPS / MICCAI等会议发表论⽂
登录查看完整内容
