算法工程师

岗位职责
1. 核心算法研发与架构设计
跟踪国内外计算机视觉（CV）领域的最新研究成果，负责将其转化为可落地、可量产的图像处理算法，
包括但不限于图像增强、特征提取、目标检测与分割。
2. 技术标准制定与团队赋能
• 代码质量管控：确保算法库的模块化、可复用性及跨平台兼容性。
• 技术梯队建设：协助解决项目中的疑难杂症，通过技术分享提升团队整体的技术天花板。
任职要求
1. 教育与经验背景
• 学术根基：计算机、数学、信号处理、自动化等相关专业硕士及以上学历
• 行业资历：通常要求具有 3-5 年, 图像处理或机器视觉相关领域的实际研发经验，具备独立主持从 0 到 1 算法项目的成功案例。
2. 专业技能储备
• 算法基本功：精通传统图像处理算法（Canny 边缘、SIFT/ORB 特征、形态学、傅里叶变换等）及几何数学（线性代数、对极几何、相机标定）。
• 编程硬实力：
• 精通 C/C++，具有优秀的底层内存管理意识和数据结构基础。
• 熟练掌握 OpenCV、Eigen、Halcon 或同类底层算法库，具备重构算子核心逻辑的能力。
• 熟悉 Python/MATLAB，能快速进行算法原型验证。
3. 工程与解决问题的能力
• 系统思维：不仅能处理算法问题，还能综合光学等多个维度综合解决实际问题。
• 严谨性：具备深厚的算法打桩测试、统计分析和性能评估（Accuracy/Precision/Recall/FPS）的实战经验。
岗位职责
1. 核心算法开发与优化
点云预处理：负责原始点云的降噪（Denoising）、离群点过滤（Outlier Removal）以及关键点下采样（Downsampling），提升后续处理效率。
几何处理与配准：设计并实现点云配准算法（如 ICP、NDT 及其变体），完成多视角点云的无缝拼接（Registration）。
2. 后处理逻辑与数据精化
空洞修复与平滑：针对扫描缺失区域进行点云补全（Completion），并通过拉普拉斯平滑等技术优化模型表面质量。
特定场景滤波设计：针对特定地形或工业物体设计后处理滤波器，例如处理悬空碎点或陡坡连通性问题（如 movableFilter 逻辑）。
任职要求
1. 专业知识储备
学历背景：计算机、摄影测量、地理信息系统 (GIS)、数学等相关专业硕士及以上学历。
几何数学基础：精通线性代数、空间几何变换、曲线曲面拟合以及数值优化算法。
专业库应用：熟练掌握 PCL (Point Cloud Library)、Open3D 或 CGAL 等核心算法库，且能根据业务需求重构算子。
2. 编程硬实力
精通 C++：具有优秀的内存管理习惯，理解底层数据结构对大规模点云遍历性能的影响。