机器视觉工程师

岗位职责
1、视觉方案评估与执行：负责项目前期可行性验证，针对复杂工况进行测试，制定传统算法与深度学习相结合的视觉检测方案。
2、算法开发与软件编写：负责核心图像处理逻辑的编写，将先进算法集成至自动化系统，实现定位、测量、识别及缺陷检测功能。
3、硬件选型与环境搭建：负责相机、镜头及计算平台（GPU/NPU）的选型，完成深度学习推理环境的部署与稳定性测试。
4、现场落地与模型迭代：深入生产现场进行系统调试，负责现场数据的采集、标注与模型训练，解决实际生产中环境干扰带来的技术难题。
任职要求
1、本科及以上相关专业学历：计算机、自动化、人工智能、数学或电子工程相关专业。
2、具备算法落地经验：1年以上相关工作经验，必须具备至少一个深度学习或视觉算法在工业现场成功落地（现场落地）的实际经验。
3、精通传统图像处理算法：熟悉图像增强（降噪、对比度提升）、边缘检测（Sobel, Canny）、形态学处理、模板匹配（基于灰度或几何特征）、几何标定及测量算法。
4、掌握深度学习视觉算法：熟悉主流视觉网络架构及其应用，如目标检测（YOLO系列, Faster R-CNN）、图像分类（ResNet, MobileNet）及异常检测算法。
5、编程能力扎实：熟练掌握 Python 或 C++/C#，具备良好的多线程开发基础，能独立完成算法逻辑的封装与推理端代码的编写。
6、算法工具应用：熟练使用 Halcon、OpenCV 或 VisionPro 算法库，且具备 PyTorch 或 TensorFlow 框架下的模型训练、调优及部署能力（熟悉 TensorRT/ONNX 优先）。
7、综合素质：具备优秀的逻辑分析能力，能够针对现场实际问题（如过检、漏检）进行算法层面的闭环优化。