岗位职责:
1、负责农田杂草 / 作物目标检测、语义分割算法研发,基于YOLO、SegFormer 等框架/模型优化复杂场景识别精度与推理速度。
2、开发激光作业决策算法,结合杂草特征与机器人状态,制定精准除草的功率、时长、点位策略。
3、搭建算法训练流水线,完成数据标注、清洗、增强及模型训练调参,解决样本不均衡、泛化性差等问题。
4、搭建评估体系,设计农田作业专属指标,实现模型效果自动化检测与分析。
5、开展田间实测优化,完成算法边缘端部署适配,配合跨团队联调,保障系统稳定作业。
任职要求:
1、本科及以上学历、计算机相关专业,5年+算法研发经验,有农业机器人相关领域经验者优先。
2、深入理解机器人终端目标检测、语义分割、图像分类等经典算法原理,具备独立设计、研发、优化算法模型的能力。
3、熟悉 OpenCV、MMDetection/MMSegmentation 等计算机视觉工具库,熟悉至少一种TensorRT、ONNX Runtime、NCNN等推理框架。
4、精通 Python/C++ 编程,熟练掌握 PyTorch/TensorFlow 等深度学习框架,有数据集建设与大模型训练/微调的实战经验,能够制定标注规范、设计数据增强策略、搭建训练流水线。
5、具备模型轻量化(量化、剪枝)、推理优化的经验,保障算法在边缘端的实时性。
6、具备良好的问题分析与解决能力,有较强的动手能力和跨团队协作能力。
7、具备良好的技术文档撰写能力,能够清晰、规范地沉淀算法研发和落地的相关文档。