AI识别算法工程师

一、岗位职责
1.视觉-调度融合算法研发：负责调度平台中AI识别与调度决策的核心融合算法设计与迭代，基于视觉感知结果优化任务分配、动态路径规划及资源调度策略。涵盖物体检测与识别（如OCR、物品分类）、人体姿态/行为分析、图像语义分割与实例分割等方向；通过识别周围动态障碍物，实时触发路径重规划；通过识别目标位置与状态，智能分配工作任务并生成最优调度方案 。
2.算法研发与优化：负责图像生成、物体与行为识别、OCR、图像语义分割等方向的算法开发、设计与优化，构建整套算法网络并实现应用。
3.工程化与部署：进行计算机视觉算法的代码实现、集成、测试与维护，负责算法模型云端API的开发以及移动端SDK的部署，实现与硬件设备的对接。
4.需求发掘与迭代：挖掘图像识别相关需求，推动算法上线落地并不断迭代优化，持续跟踪前沿技术，将优秀算法应用到业务场景中。
5.环境与目标视觉识别：开发并优化场景适配的视觉识别算法，涵盖环境特征提取（如地面标识、货架定位）、目标检测（如货物、障碍物、设备状态）、位置姿态估计（如AGV自身定位、货物抓取点识别）等，解决光照变化、遮挡等复杂场景下的识别鲁棒性问题。
6.多传感器融合与落地：设计视觉与激光雷达、IMU等传感器的数据融合算法，提升定位与感知精度；完成算法工程化实现，适配ROS/ROS2机器人操作系统，在Gazebo等仿真环境验证后，移植至真实调度平台与设备端落地测试 。
7.系统协同与迭代优化：与调度系统协作，打通视觉识别结果与调度模块的数据流接口；跟踪线上运行数据，分析识别误差对调度效率的影响，通过算法迭代降低任务延误、碰撞风险等问题 。
8.技术文档与支持：整理算法原理、设计方案等技术文档；与产品、工程及现场团队沟通，提供算法相关技术支持，协助解决项目落地问题 ；撰写算法设计方案、融合接口规范等技术文档；配合测试与现场团队开展调试，解决实际应用中视觉识别与调度协同的技术问题 。
二、技能要求
（一）学历与背景
1.学历专业：本科及以上学历，硕士优先；计算机科学、数学、人工智能、电子工程、自动化、图像处理等相关专业。
2.工作经验：3年以上AI视觉算法、自然语言处理或语音识别，有AGV/AMR集群调度、无人叉车视觉导航、工业物流调度等场景落地经验者优先 。扎实的计算机视觉理论基础，熟悉目标检测、图像分割、关键点检测等核心技术 。
3.其他要求：具备较强的逻辑思维与问题排查能力，有良好的跨团队协作意识，能承受项目开发压力，对消防行业安全标准有认知者优先。
（二）核心技术能力
1.视觉识别技术：精通计算机视觉与深度学习原理，深入掌握目标检测（YOLO、Faster R-CNN）、图像分割、视觉定位等核心技术；熟悉CNN、Transformer等模型架构，能基于PyTorch/TensorFlow框架完成模型训练与调优 。
2.编程与工具：熟练使用Python、C/C++、Java编程语言；精通OpenCV等视觉工具库，熟悉ROS/ROS2系统及Gazebo仿真环境。
3.数据分析能力：具备较高的数据敏感度，能从海量运行数据中挖掘特征、定位问题，通过数据驱动算法优化 。
4.工程落地能力：具备视觉算法轻量化（量化、压缩）与边缘端部署经验；了解传感器数据融合技术，能解决多源数据同步与精度校准问题 。
（三）软性要求
1.逻辑思维清晰，能将实际场景中的视觉感知需求与调度优化目标转化为技术方案。
2.具备强烈的问题解决意识，对光照干扰、识别延迟等影响调度效果的问题敏感，能快速定位并迭代优化。
3.良好的跨团队协作能力，能与调度开发、硬件测试等团队高效沟通，推动技术落地 。
（四）加分项
1.发表过计算机视觉、智能调度相关顶会论文，或拥有相关发明专利。
2.熟悉强化学习在视觉导航或调度优化中的应用，有多传感器融合项目经验。