计算机视觉工程师

1. 算法开发： 开发和优化计算机视觉算法，包括图像识别、目标检测、图像分割、人脸识别等。

2. 模型训练： 收集和标注数据集，训练深度学习模型，提升算法的准确率和效率。

3. 系统集成： 将算法集成到实际应用中，参与系统架构设计和接口开发。

4. 技术研究： 跟踪最新的研究进展，研究前沿算法并进行技术预研。

5. 性能优化： 优化算法在嵌入式平台或移动设备上的运行性能。

教育背景： 计算机科学、电子工程、自动化、模式识别等相关专业，硕士及以上学历，博士优先。

专业技能： 熟悉计算机视觉理论和算法，如SIFT、SURF、HOG、CNN等。 精通深度学习框架，如TensorFlow、PyTorch、Caffe等。 熟练使用OpenCV、Dlib等开源计算机视觉库。

编程能力： 精通Python、C++，了解CUDA并行编程和GPU加速技术。

科研经历： 有发表高水平学术论文或参与大型视觉项目经验者优先。